ON STATISTICAL SURVEILLANCE OF TWO-SAMPLED HIGH-DIMENSIONAL DATA. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF MS_Thesis_G202112270_Fuhad Ahmed_AppStat_Final.pdf Restricted to Repository staff only until 4 January 2025. Download (3MB)

Arabic Abstract

تعد عملية المراقبة لبيانات عالية الابعاد مسع ًى مهماً في مجال التحكم الاحصائي للعمليات حيث تعّرف البيانات عالية الأبعاد بأنها بيانات عدد السمات فيها يفوق عدد العينات. مخططات التحكم التقليدية لديها قدرةٌ مرضيةٌ للكشف عن تحول ما في موقع عملية ذات بُعد منخفض، ولكن سرعان ما تتدهور هذه القدرة في حالة ازدياد الابعاد. لبيانات عالية الابعاد، معظم الدراسات السابقة ركزت على حالة التعامل مع عينة واحدة، تاركةً فجوة بحثية لحالة التعامل مع عينتين. في هذا البحث، تم استخدام كلً من مخططات التحكم الجديدة ذات الذاكرة وبدون الذاكرة لمراقبة التحول في موقع عملية مكونة من عينتين عالية الابعاد من غير استخدام طرق التقليل البّعدي التقليدية أو طرق اختيار المتغير. بنا ًء على مقاييس تقييم الأداء، ُوجد ان أداء المخططات المقترحة متفوق مقارنة بأداء المخططات المتاحة، وان أداء المخططات المقترحة ذات الذاكرة أفضل من المخططات بدون الذاكرة. كما تم تطبيق المخططات المقترحة على بيانات عالية الأبعاد من واقع الحياة.

English Abstract

Monitoring a process with high-dimensional data having more dimensions or features than observations is a significant endeavor in the field of Statistical Process Control (SPC). The shift detection ability of the conventional control charts in a process with low-dimensional data is satisfactory. However, the performance of these charts deteriorates as dimension increases. For high-dimensional data, almost all the previous studies focused on dealing with one-sample case, leaving a research gap to deal with two-sample cases. Hence, in this thesis, to monitor location shift in the two-sample high-dimensional process, both memoryless and memory-based new control charts are proposed without using traditional dimension reduction or variable selection methods. The performance of the proposed charts is found to be superior to the available charts based on the performance evaluation measures. The proposed memory-type charts outperform the proposed memoryless charts. Both types of constructed charts are also implemented on real-life high-dimensional data.

Item Type:	Thesis (Masters)
Subjects:	Math
Department:	College of Computing and Mathematics > Mathematics
Committee Advisor:	Riaz, Muhammad
Committee Members:	Abbas, Nasir and Omar, Mohammad Hafidz
Depositing User:	FUHAD AHMED (g202112270)
Date Deposited:	07 Jan 2024 08:22
Last Modified:	07 Jan 2024 08:22
URI:	http://eprints.kfupm.edu.sa/id/eprint/142736