| Autor: |
seltuti, Herdiani, Erna Tri, Ilyas, NIrwan |
| Rok vydání: |
2018 |
| Předmět: |
|
| Popis: |
Bagan kendali T2 Hotelling paling banyak digunakan dalam pengendalian proses secara multivariat untuk memonitor vektor rata-rata proses. Vektor rata-rata dan matriks kovariansi sampel sangat sensitif terhadap titik ekstrim (outliers). Oleh karena itu dibutuhkan estimator vektor rata-rata dan matriks kovariansi populasi yang kekar terhadap data outliers. Salah satu metode yang dapat digunakan untuk mendeteksi data yang mengandung outliers adalah Minimum Covariance Determinant (MCD). Algoritma yang terkenal dalam menaksir MCD adalah Fast-MCD. Penaksir Fast-MCD merupakan estimasi dengan menggunakan rata-rata dan kovariansi dari sebagian pengamatan yang meminimumkan determinan matriks kovariansi. Bagan Kendali T2 Hotelling dengan algoritma Fast-MCD lebih sensitif mendeteksi data outliers daripada T2 Hotelling klasik. Hasil perhitungan T2 Hotelling dengan algoritma Fast-MCD pada data sekunder bahan Clay Putih diketahui 75 data out of control, sedangkan hasil perhitungan T2 Hotelling klasik diketahui 14 data out of control. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
