【摘要】:该异常状态的统计学描述如下:令xt代表过程的质量特性的时间序列观测值,其中t=1,2,…图3-2所示为在第t=50时刻之后,过程均值出现了大小为s的阶跃型突变。与均值的阶跃型突变不同的是,均值渐进型漂移情况下xt的方差不随t的变化而发生变化,但其均值会发生连续变化。
1.均值阶跃型突变
根据生产实际,自相关过程质量特性的异常状态主要有两种:均值的阶跃型突变和均值的渐进型漂移。均值的阶跃型突变是指自某一时刻起,过程均值突然发生大小为s的增大或减小,而且自该时刻起,一直保持在新的水平不变。该异常状态的统计学描述如下:
令xt代表过程的质量特性的时间序列观测值,其中t=1,2,…,k代表时间观测点,且有
xt=zt+s (3-7)
式中 zt——式(3-6)中的平稳自相关过程;
s——由异常原因引起的过程质量特性均值的突变。
当zt为平稳ARMA(1,1)序列时,根据式(3-6)和式(3-7),xt将变为均值为s,方差为1的序列,其方差也不随t的变化而发生变化。图3-2所示为在第t=50时刻之后,过程均值出现了大小为s的阶跃型突变。
图3-2 自相关过程均值阶跃型突变示意图(www.xing528.com)
2.均值渐进型漂移
均值的渐进型漂移是指自某一时刻起,过程均值以一个不变的比例因子发生连续变化,其变化依时间推移而积累。该异常状态的统计学描述如下
xt=zt+r(t-k0)
式中 r——均值渐进型漂移系数,表示从第t=k0+1起,过程均值出现了大小为r(t-k0)的渐进型漂移,并依时间累积。r以zt的标准差σ为度量单位,即r=Δσ。
与均值的阶跃型突变不同的是,均值渐进型漂移情况下xt的方差不随t的变化而发生变化,但其均值会发生连续变化。图3-3所示的平稳自相关过程,在k0=50时刻之后,过程均值出现了r=0.1σ的渐进型漂移。
图3-3 平稳自相关过程均值渐进型漂移示意图
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。