[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
اطلاعات نشریه::
آرشیو مجله و مقالات::
ثبت نام و اشتراک::
ارسال مقاله::
پایگاه‌های مرتبط::
برای داوران::
اخلاق در پژوهش::
تماس با ما::
تسهیلات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
Google Scholar Metrics

Citation Indices from GS

AllSince 2020
Citations4817
h-index32
i10-index00
..
ثبت شده در

AWT IMAGE


..
نماد اعتماد الکترونیکی
..
آمار نشریه
تعداد دوره های نشریه: 19
تعداد شماره ها: 37
تعداد مشاهده ی مقالات: 3391010
تعداد دریافت (دانلود) مقالات: 888186

مقالات دریافت شده: 862
مقالات پذیرفته شده: 358
مقالات رد شده: 490
مقالات منتشر شده: 355

نرخ پذیرش: 41.53
نرخ رد: 56.84

میانگین دریافت تا پذیرش: 403 روز
میانگین دریافت تا اولین داوری: 5.7 روز
میانگین پذیرش تا انتشار: 514.6 روز
____
..
:: جلد 17، شماره 1 - ( 6-1402 ) ::
جلد 17 شماره 1 صفحات 0-0 برگشت به فهرست نسخه ها
معیاری برای ارزیابی طرح های کاوش در آزمایش های پارامتر-استوار
محسن متواضع* ، هوشنگ طالبی
چکیده:   (1505 مشاهده)
تولید محصولات با کیفیت بالا نیازمند شناسایی مهم­‌ترین عامل‌ها برای کنترل و کاهش تغییرات پارامتر کیفیت است. به این منظور، طرح‌‌ عاملی امکان به­‌کارگیری عامل‌های مختلف آزمایشی را برای جمع‌آوری اطلاعات فراهم می‌سازد. طرح‌ عاملی پارامتر-استوار با تفکیک عامل‌ها به عامل‌های کنترل و اغتشاش، ابزار مناسبی برای بهبود کیفیت قبل از تولید از طریق پایدارسازی متغیر پاسخ (کیفیت) نسبت به تغییرات ناشی از عامل اغتشاش است. با این وجود، مزیت طرح پارامتر-استوار زمانی آشکار می‌شود که اثر متقابلی بین عامل‌های کنترل و اغتشاش وجود داشته باشد. برای مطالعه و بررسی وجود این اثرات، معمولاً از طرح‌های عاملی کسری استفاده می‌­شود که نیازمند اجرای تعداد زیادی آزمایش هستند. در این مقاله برای صرفه‌جویی در اجراهای آزمایش‌، استفاده از طرح‌های کاوش پیشنهاد می‌شود. برای تعیین طرح کاوش برتر معیارهای مختلفی وجود دارد اما برای طرح‌های پارامتر-استوار قابل استفاده نیستند؛ بنابراین در این مقاله ابتدا معیار مناسب برای مقایسه طرح‌های پارامتر-استوار و تعیین طرح برتر معرفی و عملکرد آن در این طرح‌ها بررسی می‌شود.
واژه‌های کلیدی: طرح پارامتر-استوار، طرح کاوش، معیار طرح، عامل اغتشاش.
متن کامل [PDF 270 kb]   (1242 دریافت)    
نوع مطالعه: كاربردي و توسعه ای | موضوع مقاله: آمار کاربردی
دریافت: 1401/8/5 | پذیرش: 1402/6/10 | انتشار: 1402/4/20
فهرست منابع
1. Atkinson‎, ‎A‎. ‎C‎. and Fedorov‎, ‎V‎. ‎‎‎(1975)‎. ‎The Designs of Experiments for Discriminating Between Two Rival Models‎, Biometrika, 62‎, ‎57-70‎.‎ [DOI:10.1093/biomet/62.1.57]
2. Chowdhury, S., Lukemire, J., and Mandal, A. (2020). A-ComVar: A Flexible Extension of Common Variance Designs, Journal of Statistical Theory and Practice, ‎14(1)‎, ‎1-49‎.‎‎‎ [DOI:10.1007/s42519-019-0079-y]
3. Del Castillo, E., Alvarez, M. J., Ilzarbe, L., and Viles, E. (2007). A New Design Criterion for Robust Parameter Experiments. Journal of Quality Technology, 39(3)‎, 279-295‎.‎ [DOI:10.1080/00224065.2007.11917693]
4. ‎ Esmailzadeh, N., and Talebi, H. ‎‎‎(2009). Post-Stage Search Property of the 12-run Plackett-Burman Design. Journal of Statistical Sciences, 2 (2), 149-162.
5. Ghosh‎, ‎S.‎, and ‎Chowdhury‎, ‎S‎. ‎(2017)‎. ‎CV‎, ‎ECV‎, ‎and Robust CV Designs for Replications under a Class of Linear Models in Factorial Experiments‎. Journal of Statistical Planning and Inference‎, 188, ‎1-7‎. [DOI:10.1016/j.jspi.2017.03.004]
6. ‎Ghosh‎, ‎S.‎, and ‎Flores‎, ‎A‎. ‎(2013)‎. Common Variance Fractional Factorial Designs and Their Optimality to Identify a Class of Models‎. Journal of Statistical Planning and Inference‎, 143(10)‎, ‎1807-1815‎.‎‎ [DOI:10.1016/j.jspi.2013.06.008]
7. Kackar, R. N. (1985). Off-line Quality Control, Parameter Design, and the Taguchi Method. Journal of Quality Technology, 17(4)‎, 176-188‎.‎‎ [DOI:10.1080/00224065.1985.11978964]
8. ‎Lopez-Fidalgo‎, ‎J‎. ‎Tommasi‎, ‎C‎. ‎and Trandafir‎, ‎P.C‎. ‎(2007)‎. An Optimal Experimental Design Criterion for Discrimination Between Non-Normal Models‎, J‎. ‎R‎. ‎Statist‎. ‎Soc‎, ‎B69‎, ‎231-242‎.‎ [DOI:10.1111/j.1467-9868.2007.00586.x]
9. Miro, G., and Del Castillo, E. (2004)‎, Two Approaches for Enhancing the Dual Response Approach to Robust Parameter Design‎, Journal of Quality Technology‎, 36(2)‎, 154-168‎.‎‎‎ [DOI:10.1080/00224065.2004.11980262]
10. Montgomery, D. C. (2017). Design and Analysis of Experiments. John Wiley Sons.
11. Mukerjee, R., and Wu, C. F. (2006), A Modern Theory of Factorial Design. New York: Springer.
12. Myers, R. H., D. C. Montgomery, and C. M. Anderson-Cook (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments. 4th edition. Wiley, New York.
13. Robinson, T. J., Borror, C. M., and Myers, R. H. (2004). Robust Parameter Design: A Review. Quality and reliability engineering international, 20(1), 81-101. [DOI:10.1002/qre.602]
14. Sadeghi, S. and Talebi, H. (2020), Bayesian Criteria for Non-Zero Effects Detection Under Skew-Normal Search Model, REVSTAT-Statistical Journal, 18(3), 311-323.
15. Shirakura, T. Takahashi, T. and Srivastava, J. N. (1996). Searching Probabilities fsor Case, Ann. Statist, 24, no. 6, 2560-2568. [DOI:10.1214/aos/1032181169]
16. Srivastava, J.N. (1975). Designs for Searching Non-Negligible Effects, A Survey of Statistical Design and Linear Models, (J.N. Srivastava, ED.), 507-519, North-Holland, Amsterdam.
17. Stigler, S. M. (1971). Optimal Experimental Design for Polynomial Regression. Journal of the American Statistical Association, 66(334), 311-318. [DOI:10.1080/01621459.1971.10482260]
18. Taguchi, G. (1978). Off-Line and On-Line Quality Control Systems, Proceedings of International Conference on Quality Control, Tokyo,Japan.
19. Taguchi, G. (1987), System of Experimental Design. White Plains, NY: Unipub/Kraus.
20. Taguchi, G., and Y. Wu. (1980), Introduction to Off-Line Quality Control. Central Japan Quality Control Association, Nagoya, Japan.
21. Talebi, H., and Esmailzadeh, N. (2011). Using Kullback-Leibler Distance for Performance Evaluation of Search Designs Comparison, Bulletin of the Iranian Mathematical Society, 37(4), 269-279.
22. Talebi, H., and Esmailzadeh, N. (2011). Weighted Searching Probability for Classes of Equivalent Search Designs Comparison. Communications in Statistics-Theory and Methods, 40(4), 635-647. [DOI:10.1080/03610920903391352]
23. Wu, J. and Hamada, M. (2009). Experiments, Planning, Analysis and Optimization, Wiley Series in Probability and Statistics.
24. Wu, C.F.J. and Y. Zhu (2003). Optimal Selection of Single Arrays for Parameter Design Experiments, Statistica Sinica, 13, 1179-1199.
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Motavaze M, Talebi H. A Criterion for Assessment of Search Designs in Robust Parameter Experiments. JSS 2023; 17 (1)
URL: http://jss.irstat.ir/article-1-822-fa.html

متواضع محسن، طالبی هوشنگ. معیاری برای ارزیابی طرح های کاوش در آزمایش های پارامتر-استوار. مجله علوم آماری. 1402; 17 (1)

URL: http://jss.irstat.ir/article-1-822-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
جلد 17، شماره 1 - ( 6-1402 ) برگشت به فهرست نسخه ها
مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران Journal of Statistical Sciences

Persian site map - English site map - Created in 0.1 seconds with 45 queries by YEKTAWEB 4703