去年我参加JMP 发现峰会时，有几个人问我：“三向图是什么？为什么我需要它？”不是每个人都需要，但有些人可能需要。在这篇博文中，我将向您详细介绍它们以及您可能想要使用它们的原因。
美国疾病控制中心 (CDC) 建议所有青春期女孩，以及最近建议 青春期男孩接种完整的三剂人乳头瘤病毒疫苗 (HPV4)。许多研究发现，抗 HPV 疫苗可显著减少宫颈癌和其他 HPV 引起的癌症病例。CDC 报告称，2008 年全球有超过 500,000 例新发癌症病例和超过 275,000 例死亡与 HPV 有关，这使得 HPV 成为最重要的癌症感染原因之一。CDC 在 2010 年报告称，只有 32% 的 13-17 岁女孩完成了全部三剂疫苗接种，因此已开始大力开展宣传活动，研究并提高完成疫苗接种的成功率。
接种这些疫苗的典型医疗机构是儿科、家庭诊所和妇产科。通常，一家医院或医疗集团内有多个接种疫苗的地点。本研究模拟了 11 家医院及其相关诊所的完成率，每家医院都有这三种诊所。在这种情况下，每个儿科、家庭和妇产科都嵌套在每家医院内。也就是说，我们不能假设医院 1 中的儿科与医院 5 中的儿科具有相同的行为和特征；它们也不能互换。
要在JMP中复制下图：
从 JMP 文件交换中打开
HPV.jmp （下载需要免费的 SAS 配置文件）
从分析菜单中，选择“质量和过程”->“控制图生成器”
将“完成”拖放到 Y 轴
将位置拖放到 X 轴
将“练习类型”拖到 X 轴正上方的区域，然后放下
我们在 Y 轴上绘制的数据是完成序列的患者人数除以该年龄范围内的患者总数的比率。如果每个诊所或部门只有 5-10 名患者，我们可能会考虑首先使用 p 图。由于 Shewhart 控制图不假设正态性，并且由于此比例数据的样本量如此之大，因此 Shewhart 图非常适合检查数据。
在图 2 中，我们看到许多诊所被质量标准视为“失控”，因为它们的平均值要么高于要么低于限值。想象一下，如果你绘制了 20 或 100 家医院的图表，每家医院都有一两家诊所超出了控制限值。这个图表很快就会变得毫无用处，因为没有什么能脱颖而出。
请注意，图 2 中的第二张图表是范围图，它绘制了每个实践/位置组合的范围。第一张图表（XBar 图表）的限制使用第二张图表的平均范围来计算限制。
如果我们考虑数据的嵌套结构并使用实践之间的移动范围差异计算极限，我们可能能够更好地从不同诊所类型之间和内部的常规变化中分离出噪声。
为此，我们可以右键单击上面的图表并选择“添加分散图”。这将：
1) 在XBar 图和范围图之间插入移动范围图。
2) 更改 XBar 图表上的限值，使用平均移动范围作为 sigma，而不是平均范围。
您会看到 XBar 图表上的限值向外移动，变得更宽。这些限值现在使用每个诊所-地点组合之间的移动范围。由于我们的兴趣在于比较诊所，而不是诊所内的特定患者，因此使用 XBar 图表上的限值之间的差异是有意义的。现在我们只有一个诊所脱颖而出，我们可以开始探索是什么让这个诊所如此有效。
* 使用上述 HPV 分子图像的许可已获得叶史瓦大学爱因斯坦医学院流行病学癌症中心 Thomas Zucker-Scharff 的授权。
