[논문 리뷰] Statistical process control via $p$-values

Hien Duy Nguyen, Dan Wang|arXiv (Cornell University)|2026. 01. 24.

Advanced Statistical Process Monitoring인용 수 0

한 줄 요약

논문은 p-값 기반 SPC 차트를 개발하고, 보편적 및 조건부 ARL 경계치를 도출하며, EWMA-유사 p-값 체계를 구축하고, 폐쇄 테스트를 통해 다변량 위치지정이 가능하도록 한다.

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.

연구 동기 및 목표

• p-값과 비모수 설계를 통해 SPC 모니터링의 동기를 제시합니다.
• 초균등성(super-uniformity) 하에서 ARL의 평균 런 길이 하한을 도출합니다.
• k-알람 런 길이(k-ARL) 경계 및 보정 통찰을 도출합니다.
• p-값에서 직접 작동하는 EWMA-유사 체계를 개발합니다.
• 다변량 SPC에서 방향성 로컬라이제이션을 위한 모듈형 폐쇄 테스트 접근법을 제안합니다.

제안 방법

• H0 하에서 super-uniform p-values를 이용하여 IC/OC 프레임워크를 정의합니다.
• 의존성 가정 없이 ARL 하한: ARL ≥ (1/(2α)) + 1/2를 증명합니다.
• 조건부 super-uniformity 하에서 ARL을 ARL ≥ 1/α로 강화합니다.
• k-ARL 경계를 확립하고 그 선형성(샤프함)을 논의합니다.
• r과 λ 매개변수를 사용한 p-값 평균화로 EWMA-유사 차트를 구축합니다.
• 다변량 SPC에서 방향성과 좌표 로컬라이제이션을 위한 폐쇄-테스트 기반 방법을 제공합니다.

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.

실험 결과

연구 질문

• RQ1 엄격한 의존성 가정 없이 p-값으로 SPC를 효과적으로 모니터링할 수 있는 방법은?
• RQ2 H0 하에서 p-값 차트의 보편적이고 조건부 ARL 경계는 무엇인가?
• RQ3 유효성을 유지하면서 p-값으로 직접 EWMA-유사 체계를 어떻게 구축할 수 있는가?
• RQ4 오류 제어를 유지하면서 다변량 SPC가 방향성 및 좌표 로컬라이제이션을 달성할 수 있는가?

주요 결과

• P_t ≤ α인 p-값 차트의 ARL은 super-uniformity 하에서 (1/2α) + 1/2 이상으로 하한이 있다.
• 조건부 super-uniformity 하에서 ARL은 최소 1/α로 향상된다.
• k 알람의 경우, 조건부 가정하에서 k-ARL 경계는 최소 (k/α)이며, 이는 타이트하다.
• p-값에 대한 EWMA-유사 체계는 p-값 평균화를 통해 가능하며 유효성 보장이 있다.
• 모듈식 폐쇄-테스트 프레임워크는 다변량 SPC에서 방향성 및 좌표 로컬라이제이션을 FWER 제어와 함께 가능하게 한다.
• 프레임워크는 p-값 차트의 분포 독립(calibration)과 ad hoc 한계 통제 회피를 제공한다.

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