论文部分内容阅读
当使用传统的控制图来检测一个特殊事件发生率是否变化时，常常假设数据之间是独立的，但是在现实应用中，很多数据都存在一定的相关性。 在这篇文章中，我们基于两参数INARCH模型，主要研究样本量随时间变化的INARCH(1)模型。INARCH(1)模型是一阶自回归模型，满足这样模型的数据具有相关性。数值模拟表明前提假设数据独立性的传统的CUSUM控制图对相关性都不具有稳健性。于是我们基于对数似然比，结合条件Poisson分布，建立了一个新的CUSUM控制图用来进行相关性数据的检验。 在不同情形下，我们将提出的新控制图VLCUSUM控制图与传统CUSUM控制图进行性能比较，分别检验其在样本量逐渐增加，样本量快速增加，样本量逐渐减少，以及样本量均匀分布情况下的性能表现。在上述样本量变化状态下，通过随机数值模拟将本文提出的控制图与其他控制图进行比较，其中主要考察控制图在失控状态下的平均运行长度ARL。通过比较发现，总体上本文提出的新控制图在数据具有相关性下具有明显的优势。