Làm thế nào để giải thích một biểu đồ kiểm soát có chứa phần lớn các giá trị 0?

Tôi đang sử dụng biểu đồ kiểm soát để cố gắng xử lý một số dữ liệu nhiễm trùng và sẽ đưa ra cảnh báo nếu nhiễm trùng được coi là "ngoài tầm kiểm soát".

Các vấn đề xảy ra khi tôi đến một tập hợp dữ liệu trong đó hầu hết các điểm thời gian không bị nhiễm trùng, chỉ có một vài lần nhiễm trùng từ một đến hai lần, nhưng những điều này đã vượt quá giới hạn kiểm soát của biểu đồ và đưa ra cảnh báo.

Tôi nên làm việc như thế nào trên biểu đồ kiểm soát nếu tập dữ liệu có rất ít số lượng nhiễm trùng dương tính?

Cảm ơn!

Thay đổi biến. Chạy biểu đồ kiểm soát cho biến "thời gian giữa các lần nhiễm". Theo cách đó, thay vì một biến rời rạc với một phạm vi giá trị rất nhỏ, bạn có một biến liên tục với một phạm vi giá trị phù hợp. Nếu khoảng cách giữa các nhiễm trùng trở nên quá nhỏ, biểu đồ sẽ đưa ra dấu hiệu "ngoài tầm kiểm soát".

Thủ tục này được Donald Wheeler khuyến nghị trong Tìm hiểu biến thể: Chìa khóa để quản lý sự hỗn loạn .

Bạn đang hỏi một câu hỏi khá khó!

Điều này nằm ngoài lĩnh vực chuyên môn của tôi, nhưng tôi biết rằng Giáo sư Farrington thực hiện một số công việc về vấn đề này. Vì vậy, tôi sẽ xem xét một số bài báo của anh ấy và làm theo một vài tài liệu tham khảo của anh ấy. Để giúp bạn bắt đầu, báo cáo này có vẻ phù hợp.

Sẽ có ý nghĩa khi vẽ biểu đồ kiểm soát dựa trên mức trung bình của các bệnh nhiễm trùng hàng tuần hoặc trung bình nổi tương tự khác? Điều này sau đó sẽ làm giảm đột biến do giá trị cao hàng ngày trong khi đảm bảo rằng những thay đổi trong xu hướng được chọn theo cách tương đối kịp thời.

Có lẽ, bạn có thể xây dựng một trường hợp cạnh trong thói quen / phần mềm của mình để xử lý tình huống. Nếu bạn phát hiện một số không trong tập dữ liệu thì bạn đặt một điều khiển riêng cho tình huống cụ thể đó. Đây rõ ràng là một hack và không phải là một giải pháp nguyên tắc nhưng có thể phục vụ nhu cầu hiện tại của bạn cho đến khi bạn có thể đưa ra một cái gì đó tốt hơn.

Thomas Ryan ("Phương pháp thống kê để cải thiện chất lượng", Wiley, 1989) mô tả một số quy trình. Anh ta có xu hướng cố gắng giảm tất cả các biểu đồ kiểm soát đối với trường hợp Bình thường, vì vậy các quy trình của anh ta không sáng tạo như họ có thể, nhưng anh ta tuyên bố chúng hoạt động khá tốt. Một là coi các giá trị là dữ liệu Binomial và sử dụng phép biến đổi ArcSin, sau đó chạy các biểu đồ CUSUM tiêu chuẩn. Một cách khác là xem các giá trị dưới dạng dữ liệu Poisson và sử dụng phép biến đổi căn bậc hai, sau đó chạy lại biểu đồ CUSUM. Đối với các phương pháp tiếp cận này, nhằm kiểm soát chất lượng quá trình, bạn phải biết số lượng cá nhân có khả năng bị phơi nhiễm trong mỗi giai đoạn. Nếu bạn không, có lẽ bạn phải đi với mô hình Poisson. Cho rằng các bệnh nhiễm trùng là hiếm,

Tuy nhiên, người ta tự hỏi liệu biểu đồ kiểm soát có phải là mô hình khái niệm chính xác cho vấn đề của bạn hay không. Bạn không thực sự chạy bất kỳ loại quy trình kiểm soát chất lượng nào ở đây: bạn có thể biết, trên cơ sở khoa học, khi tỷ lệ lây nhiễm đáng báo động. Bạn có thể biết, như một ví dụ giả thuyết, rằng ít hơn mười bệnh nhiễm trùng trong một khoảng thời gian dài một tuần hiếm khi là điềm báo của một ổ dịch. Tại sao không đặt giới hạn trên của bạn trên loại cơ sở này thay vì sử dụng giới hạn thống kê gần như vô dụng?