考虑偏差修正的Bootstrap假设检验及大规模关键质量因子筛选研究

来源：管理科学学报杂志2026年第4期北京时间：

作者：刘丽君，欧阳林寒，马义中，吴锋

单位：刘丽君,安徽工程大学经济与管理学院;南京理工大学经济管理学院,欧阳林寒,南京航空航天大学经济与管理学院,马义中,南京理工大学经济管理学院,吴锋,安徽工程大学经济与管理学院,

摘要：随着顾客需求的不断提高，产品已逐渐转为定制化、个性化生产模式，加之生产过程复杂化所导致的大规模因子，给现有的质量改进技术带来了巨大挑战.本文针对复杂化、定制化生产过程中因子数目大、样本量小的问题，提出了基于重抽样技术的关键因子筛选方法，为实现持续性质量改进奠定基础.首先，削弱了序贯分支因子筛选方法基于特定分布类型的模型假设，以适用小样本情形；其次，提出了不依赖于响应分布的序贯分支筛选步骤；然后，在利用自举法扩大样本量的基础上，提出了三种改进的学生t假设检验过程，用于每个分支过程中因子组效应的显著性检验；最后，通过蒙特卡洛仿真试验分别比较了所提的假设检验方法与经典的学生t检验的检验结果，并验证了所提方法在小样本、大规模关键因子筛选问题中的有效性及稳健性.

关键词：小样本; 大规模; 因子筛选; 序贯分支; 自举法; 假设检验