Video Experimental Relacionado
Updated: Sep 9, 2025

Measurements of CO2 Fluxes at Non-Ideal Eddy Covariance Sites
Published on: June 24, 2019
Detección de puntos de cambio para analizar la contaminación atmosférica y sus efectos económicos: una perspectiva de
Shabbir Ahmad1, Muhammad Riaz2, Tahir Mahmood3
1Department of Mathematics, COMSATS University Islamabad, Wah Cantt Campus, Wah, Pakistan.
Este estudio introduce un nuevo cuadro estadístico de control de procesos para el control de la calidad del aire. La nueva herramienta mejora la detección de cambios utilizando datos auxiliares, mejorando las evaluaciones de impacto económico y sanitario.
Área de la Ciencia:
- Ciencias del medio ambiente
- Control estadístico de la calidad
- Economía de la salud pública
Sus antecedentes:
- La contaminación atmosférica tiene un impacto significativo en las economías nacionales a través de los costos de atención médica, la reducción de la productividad y la disminución del nivel de vida.
- El control de la calidad del aire, en particular de las partículas en suspensión (PM10), es fundamental para la estabilidad económica y la salud pública.
- Las herramientas de control estadístico de procesos existentes, como las tablas de control, son vitales para detectar cambios en la calidad del aire, pero pueden mejorarse.
Objetivo del estudio:
- Desarrollar una nueva herramienta estadística de control de procesos para el control de la calidad del aire.
- Incorporar información auxiliar en el seguimiento del proceso para mejorar las capacidades de detección.
- Establecer un marco en el que las cartas de control existentes sean casos especiales de la estructura propuesta.
Principales métodos:
- Introducción de una nueva herramienta de seguimiento de procesos que integre las variables principales con la información auxiliar.
- Análisis matemático para demostrar la generalización de la estructura propuesta.
- Evaluación utilizando las propiedades de distribución de la longitud del recorrido para evaluar la robustez y la eficiencia.
Principales resultados:
- El gráfico propuesto mantiene una capacidad de detección robusta incluso con perturbaciones variables auxiliares.
- Se demuestra que las herramientas de control de calidad estadística existentes son ejemplos específicos del nuevo marco.
- El parámetro de sensibilidad permite un equilibrio controlado entre robustez y eficiencia.
Conclusiones:
- El cuadro desarrollado ofrece un método eficaz para el seguimiento de los datos sobre la calidad del aire.
- La nueva herramienta proporciona una detección mejorada de los puntos de cambio mediante el aprovechamiento de información auxiliar.
- Esta metodología contribuye a una mejor gestión de la calidad del aire y sus consecuencias económicas.
Más Videos Relacionados
09:33Visualizing Field Data Collection Procedures of Exposure and Biomarker Assessments for the Household Air Pollution Intervention Network Trial in India
Published on: December 23, 2022
14:55Evaluating the Effect of Roadside Parking on a Dual-Direction Urban Street
Published on: January 20, 2023
Videos de Conceptos Relacionados
Econometric Views (EViews)
Steps in Outbreak Investigation
Sampling Plans
Random sampling is a method where each member of the population has an equal chance of being selected for the sample. It involves selecting individuals randomly, often using random number generators or lottery-type methods. For example, when analyzing the properties of a...
Atomic Emission Spectroscopy: Overview
Statistical Methods for Analyzing Epidemiological Data
Mechanistic Models: Compartment Models in Individual and Population Analysis