数据聚集方式对控制图性能影响研究开题报告

1. 研究目的与意义

随着互联网、物联网、云计算等信息技术与通信技术的迅猛发展，数据量的暴涨成了许多行业共同面对的严峻挑战和宝贵机遇。大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。大数据可能带来的巨大价值正在被传统产业认可，它通过技术创新与发展，以及数据的全面感知、收集、分析、共享，为企业管理者呈现出看待传统制造业价值链的全新视角。然而大数据不仅仅是大量数据的堆积，更重要人们设法收集并弄清楚不断变化的数据类型以及如何正确处理收集的数据，数据聚集方式则是数据处理的一个重要问题。时间聚合是指将指定时间间隔内手机的所有数据合并为单个样本的数据聚合，其中忽略了每段时间间隔内的数据时间顺序信息。近年来随着大数据的发展，聚合技术已经广泛地应用于文本分析，信息安全，网络传输等领域。

无论在生产过程还是企业管理当中,统计过程控制都是用于分析数据的最常用的手段之一，而控制图是统计过程控制的常用工具，也是质量管理从业人员实践中的常用工具。将数据聚合成样本在统计应用中无处不在，它一直是过程监控中的一种常见做法。但在质量管理实践中，质量工程人员面对的数据是十分庞大的的，在不同情景下采用的数据聚集方式不同，形成的统计结果也不尽相同。而目前数据聚集方式对控制图影响相关的国内外研究都比较少，而数据聚集方式又是保证数据分析结果的一个重要因素，因此探究数据聚集方式对控制图的影响对提升我国质量管理实践能力，提升质量控制图检测性能具有重要意义。

2. 研究内容和预期目标

（1）研究内容

本文主要借鉴zwetslootamp;woodall（2019）对统计过程监控数据聚集方式策略探讨的基础上，首先分析国内外有关控制图数据聚集方式研究的现状，再收集企业之间员工邮件交流数相关数据进行不同的时间聚集，以此对数据聚集方式对控制图的影响进行实证分析，然后一次得出本文的一般性结论，最后提出质量从业人员在使用控制图时应如何选择数据聚集方式的建议。具体来看，本文内容阐述如下：

一、导言：主要介绍本文研究背景及意义，研究方法与内容构建等。

3. 国内外研究现状

（1）国外研究现状

zwetsloot amp; woodall（2021）认为时间聚合是指将指定时间间隔内手机的所有数据合并为单个样本的数据聚合，其中忽略了每段时间间隔内的数据时间顺序信息zhu et al. (2018) 提出对于大量数据，出于更容易解释和运算的原因，聚合是十分有必要的。kenett amp; shmueli（2014）有关信息质量的相关研究中提到，要建立合理的监测方案，必须要对测量的变量、采样频率和样本量做出决定。这些决定取决于监测目的，所需的数据分辨率和所需的时间相关性。shewart（1939）提出对于一个历史记录，推荐使用时间聚合，并展示将记录分解成不同的子组大小，对监控结果具有不同的影响效果。zwetsloot amp; woodall（2021）详尽的考虑聚合数据以形成样本对统计过程监视性能的影响，并通过文献回顾的形式，将过程监控性能的焦点放在时间聚合因素上，并针对不同的数据以及不同的技术领域提出了相关的数据时间聚合建议，他们提出抽样频率和聚合水平在很大程度上取决于平衡抽样成本和未检测过程中重要变化的成本。正如montgomery (2013)在制造运用中提出，若不合格品成本高或者生产率高，高频率的数据采集能更好的反映实际情况。woodall（2017）以及snee（2017）在研究中提到在不同的管理层次以及不同的监控方案审查频率中，数据时间聚合水平会不同，会给监控过程带来不同的效果。lee amp; wei(2017)一般讨论了时间聚合对时间序列模型的影响，并研究了聚合在变点应用程序中的影响。目前只有reynolds(2004a,2004b)中研究了数据聚合对检测瞬态变化的可能的实质性影响

4. 计划与进度安排

2022.11.10-2022.1.6 选题、开题、确定写作调研提纲，文献收集、整理分析

2022.1.6-2022.118.提交资料、整理分析、完成开题报告

2022.1.18-2022.3.1 整理资料，精读文献，完成论文理论部分、导言文献综述

5. 参考文献

[1] zwetsloot, i. m., amp; woodall, w. h. 2021. a review of some sampling and aggregation strategies for basic statistical process monitoring. journal of quality technology, 1–16.

[2] shewhart, w. a. 1939. statistical method from the viewpoint of quality control. washington, dc: graduate school of the department of agriculture.

[3] kenett, r. s., and g. shmueli. 2014. on information quality. journal of the royal statistical society: series a (statistics in society) 177 (1):3–38.