Kalite, bütün sanayi dallarını ve bunlara bağlı faaliyet gösteren tüm işletmeleri ilgilendiren ortak bir kavramdır. Bu kavram temel olarak kalite mühendisliği, kalite yönetim sistemleri, kalite kontrol ve kalite güvencesi alanlarını içerse de yalnızca bunlarla sınırlı değildir. Günümüzde kalite çalışmalarının ulaşmış olduğu son nokta olan Kalite 4.0, üretim ve hizmet sektörünün dijitalleşerek yeniden yapılandırılması olarak ifade edilen Endüstri 4.0’ın temel unsurlarından biridir. Kalite 4.0 çalışmalarının temel amacı kalite kavramını Endüstri 4.0’ın kazandırdığı yetenekler ile uyumlu hale getirmektedir.

Kalite 4.0, üretim işletmelerinin tüm tedarik zinciri boyunca kalite standartlarını geliştirmelerini ve yönetmelerini sağlayan çeşitli teknoloji, prosedür ve uygulayıcıların yaygın olarak kullanıldığı bir sistemdir. İşletmelerin Kalite 4.0 uygulamalarından yararlanarak, müşterilerin memnuniyet düzeylerinde daha yüksek bir etkiye sahip olmaları beklenmektedir.

Bu kitap, yönetim tarihi boyunca birçok evrimsel aşamadan geçerek günümüze gelen Kalite 4.0’ı anlamayı ve uygulamayı hedefleyen kuruluşlar, çalışanlar ve öğrenciler için genel bir yol haritası sunmaktadır.

Financial time series including high frequency structures like jumps, spikes and stochastic volatility are usually modeled in an ad-hoc manner by stochastic differential equations together with Levy processes. Estimating the parameters and determining the jump size distributions do not have a precise and universally accepted method. Under these circumstances, complexities and confusions usually arise. This book, approaches to this issue from a very different angle through introducing an autocorrelation one process together with finite number of Fourier series terms. Introduction of Fourier series to estimate the dynamics of the process is not done in an ad-hoc manner or as done before in dealing with seasonality. Here the moving average is transformed to a “moving and fluctuating” average by the help of Fourier series. Instead of adding jump structures to the model which makes the parameter estimation quite cumbersome, our model in discrete time can easily be transformed to a well-known mean reverting continuous time process. Moreover, our alternative model turned out to be a quite powerful and accurate forecasting technique.