[論文レビュー] Statistical process control via $p$-values

Hien Duy Nguyen, Dan Wang|arXiv (Cornell University)|Jan 24, 2026

Advanced Statistical Process Monitoring被引用数 0

ひとこと要約

この論文はp値ベースのSPCチャートを開発し、普遍的および条件付きARLの境界を導出し、EWMA風のp値スキームを構築し、closed testingを介して多変量ローカリゼーションを可能にする。

ABSTRACT

We study statistical process control (SPC) through charting of $p$-values. When in control (IC), any valid sequence $(P_{t})_{t}$ is super-uniform, a requirement that can hold in nonparametric and two-phase designs without parametric modelling of the monitored process. Within this framework, we analyse the Shewhart rule that signals when $P_{t}\leα$. Under super-uniformity alone, and with no assumptions on temporal dependence, we derive universal IC lower bounds for the average run length (ARL) and for the expected time to the $k$th false alarm ($k$-ARL). When conditional super-uniformity holds, these bounds sharpen to the familiar $α^{-1}$ and $kα^{-1}$ rates, giving simple, distribution-free calibration for $p$-value charts. Beyond thresholding, we use merging functions for dependent $p$-values to build EWMA-like schemes that output, at each time $t$, a valid $p$-value for the hypothesis that the process has remained IC up to $t$, enabling smoothing without ad hoc control limits. We also study uniform EWMA processes, giving explicit distribution formulas and left-tail guarantees. Finally, we propose a modular approach to directional and coordinate localisation in multivariate SPC via closed testing, controlling the family-wise error rate at the time of alarm. Numerical examples illustrate the utility and variety of our approach.

研究の動機と目的

• p値とノンパラメトリック設計によるSPCモニタリングを動機付ける。
• 超一様性の下での平均作動長（ARL）下界を導出する。
• kアラーム作動長（k-ARL）の境界と較正の洞察を導出する。
• p値上で直接動作するEWMA風スキームを開発する。
• 多変量SPCにおける方向性ローカリゼーションのモジュラーなclosed-testingアプローチを提案する。

提案手法

• H0下での超一様p値を用いたIC/OCフレームワークを定義する。
• 依存性仮定なしでのARL下界を証明する：ARL ≥ (1/(2α)) + 1/2。
• 条件付き超一様性の下でARLをARL ≥ 1/αへと強化する。
• k-ARL境界を確立し、その鋭さについて議論する。
• rおよびλパラメータを用いたp値平均化によりEWMA風のp値チャートを構築する。
• 多変量SPCにおける方向性と座標ローカリゼーションのための閉testingベースの手法を提供する。

Figure 1: Plots of PDFs of the random variables $\tilde{U}_{\lambda,t}$ with initialisation $u_{0}=1/2$ , for $\lambda\in\left\{0.3,0.5,0.7\right\}$ and $t\in\left\{2,3,4\right\}$ along with histograms of 10000 replicates of the corresponding variable.

実験結果

リサーチクエスチョン

• RQ1 厳密な依存性仮定を課さずにp値を用いてSPCをいかに効果的にモニタリングできるか。
• RQ2 H0の下でのp値チャートに対する普遍的および条件付きARL境界は何か。
• RQ3 妥当性を保ちつつp値から直接EWMA風スキームをどのように構築できるか。
• RQ4 誤検出制御を維持しつつ、マルチ変量SPCは方向性および座標ローカリゼーションをどのように達成できるか。

主な発見

• p値チャートでPt ≤ αとなるARLは超一様性の下で (1/2α) + 1/2 に下げられない。
• 条件付き超一様性の下ではARLは少なくとも1/αへと改善する。
• k個のアラームの場合、k-ARLの境界は条件付き仮定の下で少なくとも(k/α)であり、これは鋭い。
• p値の平均化による妥当性保証を伴うEWMA風スキームが実現可能。
• モジュラーなclosed-testingフレームワークにより、アルームでのFWER制御を伴う多変量SPCの方向性および座標ローカリゼーションを実現できる。
• このフレームワークはp値チャートの分布に依存しない較正を提供し、任意のアドホックな制御限界を回避する。

Figure 2: Plots of CDFs of the random variables $\tilde{U}_{\lambda,t}$ with initialisation $u_{0}=1/2$ , i.e., $F\left(\alpha\right)=\mathrm{P}_{0}\left(\tilde{U}_{\lambda,t}\leq\alpha\right)$ , for $\lambda\in\left\{0.3,0.5,0.7\right\}$ and $t\in\left\{2,3,4\right\}$ (solid line) along with the CD