Bayesian Inference and Negative Binomial Distribution for Designing an Optimum Acceptance Sampling Plan
محل انتشار: نهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,402
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IIEC09_255
تاریخ نمایه سازی: 26 اسفند 1391
چکیده مقاله:
sampling plan is a statement of criteria of acceptance applied to a batch based on appropriate examinations of a required number of sample units by specific methods. In this paper, a new acceptance sampling plan is introduced in which, it is assumed that every defective item cannot be detected with complete certainty. To model the problem, the probability distribution function of the number of defective items in the batch is determined through Bayesian inference and based on this probability density function, the probability of correct decision in different actions is evaluated. Decision making is based on the First and second type error probabilities. Based on these two criteria, the optimal decision is made. One numerical example is provided to illustrate the applications of the proposed models.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :