Grafico di controllo individualequi trovi 54 dati individuali, distribuiti esponenzialmente.
JMP analizza i dati e fornisce un grafico di controllo STRANGE
Perché?
Vedi il file allegato
Fausto Galetto
Ingegneria della qualità e dei processiFinestreRe: Grafico di controllo individualeBenvenuto nella community. Mi dispiace di non poter fornire un feedback specifico perché il tuo post non ha contesto. Hai allegato un documento Word con un set di dati e un grafico X, MR. Qualcuno che stava analizzando i dati deve aver eseguito (richiesto) quella piattaforma di grafici di controllo. Se i dati sono in una serie logica (ad esempio, tempo) e non hai sottogruppi razionali, allora esaminare i dati con quel grafico è una buona idea. I grafici di controllo non presuppongono alcuna distribuzione particolare per utilizzarli.
Re: Grafico di controllo individualeCaro statista,
Grazie per la risposta.
Cerco di darti qualche informazione in più:
- i 54 numeri sono UTI (infezione del tratto urinario)
- raccolti in un ospedale
- sono dati SINGOLI da analizzare come INDIVIDUI
- si chiede di valutare se il "processo" che fornisce i dati è IC (In Control) o OOC (Out Of Control)
- la distribuzione dei dati è ESPONENZIALE
A mio parere, il diagramma di controllo JMP, mostrato nel file allegato, è fuorviante...
La tua affermazione
- "I grafici di controllo non presuppongono alcuna distribuzione particolare per poter essere utilizzati."
non è adatto.
faustoG
Re: Grafico di controllo individualeCosa significa: "si chiede di valutare se il "processo" che fornisce i dati è IC (In Control) o OOC (Out Of Control)"
Si tratta di un problema di compiti a casa? Come sono stati raccolti i dati? Sono in una serie temporale? Sono in un ordine razionale? In caso contrario, forse i grafici X, MR non sono appropriati. Puoi fare un'analisi distributiva per i valori anomali, ma IC e OOC implicano una serie razionale di (ad esempio, tempo).
Hai capito il significato di IC e OOC? Entrambi sono una funzione di come sono stati raccolti i dati e di quali confronti vengono effettuati. Ad esempio, un grafico X, MR confronta la variazione a breve termine stimata dall'intervallo di punti dati consecutivi (e mostrati come limiti di controllo sul grafico X) con la variazione a lungo termine delle X tracciate sul grafico. Se dovessi avere sottogruppi razionali, i grafici confronterebbero la variazione all'interno del sottogruppo con la variazione tra i sottogruppi.
Per le ipotesi distributive relative al metodo del grafico di controllo (o alla sua mancanza), vedere:
Shewhart, Walter A. (1931) “Controllo economico della qualità del prodotto fabbricato” , D. Van Nostrand Co., NY
Wheeler, Donald e Chambers, David (1992) “ Comprendere il controllo statistico dei processi ” SPC Press (ISBN 0-945320-13-2)
Re: Grafico di controllo individualeSebbene concordi con i commenti di statman sul contesto aggiuntivo, penso che qui possiamo fare qualche ipotesi in più. Se assumiamo che i dati siano effettivamente in un ordine di serie temporale corretto, allora i grafici di controllo non mi sembrano strani. Sembra che qualcosa sia cambiato verso la fine della serie e sembra essere "fuori controllo". Il significato preciso di "fuori controllo" dipenderà da quel contesto mancante: non so molto sulle infezioni del tratto urinario o su cosa esattamente venga misurato qui, ma c'è un punto chiaro in cui ciò che viene misurato si discosta in modo significativo dal resto della serie.
Non capisco cosa intendi con la distribuzione "esponenziale". Non capisco neanche il tuo commento secondo cui il grafico di controllo senza distribuzione "non è adatto". Non capisco neanche cosa trovi di "STRANO" nel grafico di controllo. Forse puoi elaborare quei 3 punti.
Re: Grafico di controllo individualeCaro statman, Super User
- NON sono compiti!
- Sembra che tu pensi che io non conosca i grafici di controllo
- In realtà ho una conoscenza "profonda" (vedi Deming!) della TEORIA dei grafici di controllo
- e conosco i libri che citi
- così posso affermare che l'analisi JMP dei dati è SBAGLIATA!
- Conosco bene il significato di IC e OOC!
Non ho familiarità con JMP, quindi ho iniziato analizzando i dati nel mio file.
Ho scritto una lettera a JMP (Chiappa) segnalando il GRANDE problema: il CC creato da JMP è SBAGLIATO!
Il Sig. Chiappa (di JMP) ha suggerito di rivolgersi alla Comunità per avere la risposta...
L'ho fatto.
- Non vi è alcuna variazione all'interno del sottogruppo e tra i sottogruppi; i dati sono INDIVIDUALI e devono essere analizzati come tali
SE NON capisci che il CC è sbagliato NON puoi aiutarmi (nuovo utente di JMP)
faustoG
Re: Grafico di controllo individuale
Caro dlehman1
Livello V
TU dici:
- esiste un punto chiaro in cui ciò che viene misurato si discosta in modo significativo dal resto della serie.
Quel punto dipende dall'ANALISI SBAGLIATA di JMP.....
Vedi la mia risposta a statman.
TU dici:
- Non capisco cosa intendi quando dici che la distribuzione è "esponenziale".
Bisogna leggere qualche libro di teoria delle probabilità e cercare la "distribuzione esponenziale".
TU dici:
- Inoltre non capisco il tuo commento secondo cui il grafico di controllo senza distribuzione "non è adatto".
- Inoltre non capisco cosa trovi di "STRANO" nel grafico di controllo.
Vedi la mia risposta a statman: il grafico di controllo JMP è SBAGLIATO!
Non ho familiarità con JMP, quindi ho iniziato analizzando i dati nel mio file.
Ho scritto una lettera a JMP (Chiappa) segnalando il GRANDE problema: il CC creato da JMP è SBAGLIATO!
Il Sig. Chiappa (di JMP) ha suggerito di rivolgersi alla Comunità per avere la risposta...
L'ho fatto.
.. e aspetto che qualcuno mi spieghi come analizzare correttamente i dati, usando JMP
Non vedo l'ora di imparare come farlo con JMP
Non capisco cosa intendi con la distribuzione "esponenziale". Non capisco neanche il tuo commento secondo cui il grafico di controllo senza distribuzione "non è adatto". Non capisco neanche cosa trovi di "STRANO" nel grafico di controllo. Forse puoi elaborare quei 3 punti.
@faustoG
Invece di dire a tutti in questa discussione che sbagliano, potresti forse fornire l'analisi che hai fatto sui dati?
Ciò aiuterebbe gli altri membri del forum a comprendere le differenze tra i tuoi risultati e quelli del grafico di controllo JMP.
Vi preghiamo di mantenere la calma e di comportarvi in modo rispettoso.
Re: Grafico di controllo individuale
Caro Vittorio_G
Super utente
Grazie
Sono calmo e rispettoso.
Hai letto il file allegato?
IN CASO CONTRARIO, per favore, leggilo e nota che ho scritto a JMP riguardo al grafico di controllo SBAGLIATO:
- Non ho familiarità con JMP, quindi ho iniziato analizzando i dati nel mio file.
- Ho scritto una lettera a JMP (Chiappa) segnalando il GRANDE problema: il CC creato da JMP è SBAGLIATO!
- Il Sig. Chiappa (di JMP) ha suggerito di rivolgersi alla Comunità per avere la risposta...
- L'ho fatto.
- .. e aspetto che qualcuno mi spieghi come analizzare correttamente i dati, usando JMP
- Non vedo l'ora di imparare come farlo con JMP
Non ho la mia soluzione:
Voglio trovare il VERO CC, con dati distribuiti in modo ESPONENZIALE utilizzando JMP!
Non dico alla comunità JMP che si sbagliano: dico a tutti loro che l'analisi (fatta da JMP e che potete trovare nel mio file) è SBAGLIATA: NON considera che i dati sono distribuiti in modo ESPONENZIALE.
- PERCHÉ tutti pensano che questo punto NON sia importante?
faustoG
Re: Grafico di controllo individualeOk, alcuni punti su cui rispondere e chiarire (ho esaminato il tuo file):
- La lettera è scritta in italiano. Poiché non parlo/scrivo/capisco l'italiano (e molti altri utenti del Forum potrebbero trovarsi in una situazione simile), potrei non avere a disposizione un contesto cruciale per la comprensione del problema.
- Hai menzionato un GRANDE problema, ma non hai mai spiegato come/perché/qual è il problema. Come/perché il calcolo del grafico di controllo e/o dei limiti di controllo è sbagliato? È perché vengono rilevati pochi campioni fuori dai limiti di controllo calcolati (e te ne aspettavi di più)? Quali sono le tue aspettative/risultati? Hai limiti di specifiche con cui vorresti fare un confronto (dato che sembri implicare che l'obiettivo dell'analisi è controllare il processo di misurazione)?
- Ti suggerisco di leggere il post di @jthi Getting correct answers to correct questions quickly . Questo post ti aiuterà a formulare le domande in modo che la discussione possa portare a una soluzione per te. In questo esempio, non abbiamo alcun riferimento/analisi da confrontare con quello di JMP, e quest'ultimo (JMP) non è soddisfacente per te. Non ti aiuteremo mai se non sappiamo cosa stai cercando e/o se non fornisci un esempio dell'analisi e della risposta/risultati "corretti" che ti aspetti.
- Nel frattempo, poiché sembri non avere familiarità con JMP e con il modo in cui vengono eseguiti i calcoli, puoi leggere la documentazione sul Control Chart Builder .
Non c'è bisogno di punti esclamativi, frasi e parole in grassetto e lettere maiuscole nel tuo post: per favore evitali.
Siamo una comunità rispettosa di utenti JMP, disposti ad aiutare qualsiasi utente JMP nel nostro tempo libero. Se non riesci a rispettare le altre persone, nessuno ti aiuterà.
Spero che tu possa specificare il contesto, la risposta corretta e l'analisi in modo più dettagliato, così che possiamo concentrarci tutti sulla parte statistica.
Re: Grafico di controllo individualeVoglio ribadire i commenti di Victor_G. Mi rendo conto che potrebbero esserci incomprensioni dovute a lingue diverse, quindi un po' di pazienza da parte di tutti sarebbe utile. Ciò che non capisco dai tuoi commenti è esattamente cosa trovi sbagliato nei grafici di controllo di JMP. Onestamente non lo so, quindi dovresti dircelo in modo che possiamo aiutarti o vedere cosa sta sbagliando JMP. Inoltre, ho una certa familiarità con la distribuzione esponenziale, ma non sono sicuro di cosa sia rilevante per il grafico di controllo. Come è stato detto, il grafico di controllo non presuppone una distribuzione particolare. Se sai che i tuoi dati dovrebbero provenire da una distribuzione esponenziale, allora ci sono modi per vedere quanto sono vicini i dati a quella distribuzione, ma il grafico di controllo esamina i dati nel tempo piuttosto che una distribuzione invariante nel tempo. Penso che combinare i due (una distribuzione nota e un grafico di controllo) potrebbe trarre vantaggio da un'elaborazione dei dati prima di creare il grafico di controllo. Ad esempio, potresti esaminare le deviazioni da una particolare distribuzione esponenziale e rappresentarle in un grafico di controllo. Non ho le competenze mediche per sapere come apparirebbe la presunta distribuzione esponenziale.
Re: Grafico di controllo individualeCarissimi,
Penso di aver trovato una possibile causa della mia versione JMP: è
A mio parere, al mio JMP manca una funzionalità.
Se qualcuno di voi lo desidera, con la propria versione, può provare quanto segue:
- Carte di controllo, carta degli eventi rari, carta T
Nei documenti caricati dovresti trovare un grafico diverso dal mio.
Spero che tu voglia farlo, ti mando i miei saluti.
faustoG
Re: Grafico di controllo individualeHo JMP Pro 18 e ho prodotto il Rare Event Chart e il normale grafico IR. Entrambi sono identici e identici a quello nel tuo documento (che dici essere sbagliato). Non capisco ancora cosa trovi di sbagliato. Ho anche testato i tuoi dati rispetto a una distribuzione esponenziale e i valori sembrano effettivamente provenire da una distribuzione esponenziale. Come sottolineato, quella distribuzione non è rilevante per il grafico di controllo, che è privo di distribuzione. Quindi, sono ancora perplesso su cosa trovi di "sbagliato" nei grafici di controllo che JMP sta producendo.
Re: Grafico di controllo individualeSono ancora confuso anche sul fatto che i dati siano in una sequenza temporale significativa. Ho fatto un'analisi delle serie temporali dei dati (supponendo che siano in sequenza) e non sembra esserci alcuna autocorrelazione. Inoltre, adattando una distribuzione esponenziale ai dati si nota un adattamento molto vicino a un esponenziale con un parametro di scala di 0,2143. Sarebbe utile se potessi chiarire la tua domanda iniziale: è davvero un grafico di controllo che ti interessa o vuoi vedere se i dati sembrano provenire davvero da una distribuzione esponenziale? Se la domanda è quest'ultima, non puoi dimostrare che provengano da una distribuzione particolare, ma quando verifichi se sono esponenziali, sei ben lontano dal rifiutare quell'ipotesi.
In altre parole, i dati mi sembrano provenire da un processo di generazione dati esponenziale. Se sono in una sequenza temporale e sei interessato a verificare se si discostano da limiti di controllo significativi, direi che sembrano per lo più essere entro quei limiti. Naturalmente, con informazioni aggiuntive su cosa viene misurato e quali sarebbero i limiti di controllo significativi, si potrebbe dire di più. Ma solo dal punto di vista dei dati, questa è la conclusione che farei.
Re: Grafico di controllo individualetu scrivi:
- Come sottolineato, tale distribuzione non è rilevante per il grafico di controllo, che è privo di distribuzione.
- Quindi, sono ancora perplesso su cosa trovi di "sbagliato" nei grafici di controllo prodotti da JMP.
Il grafico di controllo non è "distribuibile liberamente".
Come ho detto prima, vengono utilizzate le formule di Shewhart per la distribuzione normale .
A causa della distribuzione esponenziale, mi aspettavo che JMP Pro 18 avrebbe prodotto un grafico diverso utilizzando il grafico T ...
Mi dispiace.
Grazie per il tuo tentativo.
faustoG
Re: Grafico di controllo individualeTu dici:
- Sarebbe utile se potessi chiarire la tua domanda iniziale: è davvero un grafico di controllo quello che ti interessa ...?
SÌ.
Tu dici anche:
- Se si trova in una sequenza temporale e si è interessati a verificare se si discosta dai limiti di controllo significativi , direi che nella maggior parte dei casi sembra rientrare in tali limiti.
- Naturalmente, con informazioni aggiuntive su cosa viene misurato e quali sarebbero i limiti di controllo significativi, si potrebbe dire di più. Ma solo dal punto di vista dei dati, questa è la conclusione che darei.
I limiti di controllo rilevati da JMP non sono significativi.
L' informazione aggiuntiva è che la distribuzione dei dati è esponenziale .
Vedi la mia risposta precedente: Distribuzione normale ... utilizzata da JMP.
Re: Grafico di controllo individualePenso di aver capito la tua domanda: non sono un esperto di carte di controllo, quindi darò la mia risposta da non esperto e lascerò che qualcun altro sia più preciso. Mentre la carta di controllo di Shewhart non presuppone una distribuzione normale (i limiti di controllo sono calcolati dai dati), sembra che ci sia un'ipotesi implicita di una distribuzione normale per gli effetti casuali che determina il numero di deviazioni standard utilizzate per impostare i limiti di controllo. La carta T apparentemente utilizza una distribuzione di Weibull per stabilire i limiti di controllo. Poiché i tuoi dati sembrano provenire da una distribuzione esponenziale, stai cercando una carta di controllo i cui limiti di controllo siano basati su una distribuzione esponenziale? Se sì, non sono a conoscenza di un'opzione per questo, ma forse qualcun altro sì.
Penso che valga la pena di pensare ai limiti di controllo in modo più generale. Indipendentemente da quale ipotesi si faccia sulla distribuzione sottostante, i limiti di controllo vengono stabiliti dai dati, non dall'argomento. I limiti di specifica potrebbero essere più appropriati nel tuo contesto. Sulla base di opportune conoscenze mediche, potrebbe essere rilevante vedere se una serie di misurazioni rientra in un limite di variabilità significativo, basato sulla medicina e non sulla serie di dati specifica. Penso che potrebbe valere la pena di pensare che i limiti abbiano più senso se guidati dai dati rispetto a se guidati dalla conoscenza dell'area tematica.
Re: Grafico di controllo individualeNon esattamente, le argomentazioni di Shewhart riguardano fondamentalmente l'utilità della media e della deviazione standard come stime utili indipendentemente dalla distribuzione sottostante. Infatti afferma nel suo libro:
"...possiamo utilizzare la media e la deviazione standard di una statistica, anche quando la distribuzione sottostante non è nota."
Utilizza il teorema di Tchebycheff per supportare la definizione di limiti che identifichino ragionevolmente "quando ci sono problemi" e prove empiriche riguardanti l'economicità della conclusione che ci sono problemi quando non ci sono.
Vedere il riferimento precedente: Shewhart, Walter A. (1931) “Controllo economico della qualità del prodotto fabbricato” , D. Van Nostrand Co., NY, Capitolo XIX, p.275-278
Re: Grafico di controllo individualeHo trovato questo riferimento che sembra rispondere alle tue esigenze: https://brunochassagne.wordpress.com/2011/10/02/control-charts-for-exponential-distributions/ . Non posso dire nulla sulla sua accuratezza, ma sul file allegato dei tuoi dati ho impostato manualmente LCL e UCL in base a quanto riportato nel documento (nota che il mio file utilizza punti decimali anziché le virgole europee). Poiché i dati erano così vicini a una distribuzione esponenziale, penso che ciò spieghi perché i dati sono così lontani dai limiti di controllo nel grafico di controllo. Gli script allegati: uno è per l'adattamento della distribuzione (che mi ha fornito il parametro di scala di 0,21, che ho utilizzato per derivare l'UCL come specificato nel documento), e l'altro è per il grafico di controllo con limiti di controllo impostati manualmente.
Re: Grafico di controllo individualeCaro dlehman1 (Livello V),
tu dici:
- Sebbene il grafico di controllo di Shewhart non presupponga una distribuzione normale -
- i limiti di controllo sono calcolati dai dati
Se leggi i libri di Shewhart scoprirai la verità : dal libro di Shewhart (1931), a pagina 294, troverai
che si basa sulla distribuzione normale
I limiti di controllo DEVONO essere calcolati a partire dai dati.
Dici anche (MOLTO IMPORTANTE)
- Il grafico T utilizza apparentemente una distribuzione di Weibull per stabilire i limiti di controllo.
Era esattamente ciò che speravo quando ho suggerito i grafici T (che purtroppo la mia JMP Student Edition non mostra).
La distribuzione esponenziale è una distribuzione WEIBULL con parametro di forma = 1.
Quindi, per favore, prova "Eventi rari" con "Grafico T" "Weibull" ... e guarda ...
Grazie
faustoG
Re: Grafico di controllo individualeCaro statman (Super User),
vedi la mia precedente risposta a dlehman1 .
È vero che Shewhart menziona il "teorema di Tchebycheff", ma utilizza formule basate sul teorema del limite centrale...
Prova, per favore, i grafici T in JMP
Grazie
faustoG
Re: Grafico di controllo individualeCaro dlehman1 (Livello V),
Grazie.
Purtroppo quando apro il tuo file vedo solo i dati: la mia JMP Student Edition non mostra nient'altro.
Potresti copiare la tabella T in un file DOCX o PDF?
Conosco molto bene il documento che menzioni...
Grazie
faustoG
Re: Grafico di controllo individualeForse statman (o qualcun altro) può aiutarti con un paio di domande qui. Innanzitutto, la guida di JMP discute del grafico T ( https://www.jmp.com/support/help/en/18.1/?os=win&source=application#page/jmp/statistical-details-for-t-charts.shtml#ww1149445 ), ma non riesco a trovare alcuna opzione del genere nel Control Chart Graph Builder (o altrove). Vedo il grafico di controllo Rare Event, che fornisce la stessa immagine del grafico di controllo Shewhart. Posso creare manualmente LCL e UCL per la distribuzione esponenziale utilizzando il documento a cui avevo precedentemente collegato. Ho anche adattato sia una distribuzione esponenziale che una di Weibull ai dati originali: l'esponenziale si adatta leggermente meglio, ma entrambe sono molto vicine. La distribuzione di Weibull adattata ha un parametro di forma di 1,03, non il valore di 1 che corrisponderebbe alla distribuzione esponenziale (che spiega la leggera differenza nei test di bontà dell'adattamento).
Quindi, una domanda senza risposta è come ottenere il grafico T a cui fa riferimento la guida JMP. Un'altra domanda, più concettuale, è la disparità tra l'uso di 3 deviazioni standard da parte di Shewhart (basato sulla distribuzione normale) e la descrizione verbale di Shewhart secondo cui non si assume alcuna distribuzione particolare. Questa disparità potrebbe essere solo semantica: è possibile costruire un grafico di controllo utilizzando la deviazione standard stimata e ciò può essere utile senza specificare una distribuzione particolare, ma l'uso di 3 suggerisce un affidamento sulla distribuzione normale (almeno nel grafico predefinito).
Ho allegato il grafico di controllo che ho prodotto utilizzando i valori LCL e UCL inseriti manualmente dal documento precedente.
Re: Grafico di controllo individualeCrea un evento raro e modifica sigma
https://www.jmp.com/support/help/en/18.0/#page/jmp/rare-event-control-charts.shtml
Re: Grafico di controllo individualeGrazie.
Tornerò non appena avrò analizzato il grafico di controllo e il file Bruno
faustoG
Re: Grafico di controllo individualeRare Event è disattivato nel mio file. Sospetto che ciò sia dovuto al fatto che richiede una variabile aggiuntiva per il tempo tra gli eventi?
Re: Grafico di controllo individualeGrazie, MA non è utile per la mia "JMP Student Edition".
Spero che possa essere utile ad altre persone nella Community.
faustoG
Re: Grafico di controllo individuale@dlehman1 Sono abbastanza sicuro che verrà visualizzato in grigio perché i tuoi valori non sono tutti numeri interi.
Re: Grafico di controllo individuale@jthi Ho controllato e hai ragione quando dici che l'opzione è disponibile solo per valori interi. Hai idea del perché? E, dato ciò, sembrerebbe che questo non sia un grafico appropriato per i dati pubblicati da FaustoG. Esiste un'opzione continua per creare un grafico di controllo per i dati che provengono da un processo esponenziale? Il calcolo per LCL e UCL che ho utilizzato (in base al documento che ho linkato) è un modo corretto per modellare questo?
Re: Grafico di controllo individualeNon ho molta familiarità con i grafici di controllo degli eventi rari (o almeno non li ricordo più), ma penso che la selezione del parametro Y sia importante qui:
"Il grafico AT misura gli intervalli di tempo trascorsi dall'ultimo evento . Ogni punto sul grafico rappresenta un numero di intervalli di tempo trascorsi da un precedente evento raro ."
Re: Grafico di controllo individuale@dlehman1
@jthi
Nella Guida JMP ho trovato
- Nel grafico T, tutti i punti sembrano essere entro i limiti di controllo. È chiaro che il grafico Individual & Moving Range non era appropriato per l'analisi, poiché i limiti erano troppo stretti.
Nella mia JMP Student Edition in Rare Events vedo
- né grafici G né grafici T
- il grafico G richiede valori interi, mentre il grafico T no
faustoG
Re: Grafico di controllo individuale@jthi
- i dati per un grafico T sono misure del "tempo tra eventi" (TBE) in ore, giorni, mesi, anni, NON valori interi
faustoG
Re: Grafico di controllo individualeA mia conoscenza, JMP Student Edition dovrebbe essere esattamente uguale a JMP Pro (tranne che per le diverse licenze) https://www.jmp.com/en_fi/academic/licensing-for-students.html . Quale versione di JMP stai utilizzando? 18?
Ho già fatto riferimento a questo in precedenza https://www.jmp.com/support/help/en/18.0/#page/jmp/rare-event-control-charts.shtml
Re: Grafico di controllo individuale@dlehman1
- Poiché i dati sono distribuiti esponenzialmente con media "theta", anche gli INTERVALLI sono distribuiti esponenzialmente con la stessa media "theta"
- quindi le carte di controllo dei dati e della MR hanno quasi gli stessi limiti di controllo
I grafici in "Untitled.jmp" non sono coerenti tra loro.
Il parametro betaW=1,03 ha un intervallo di confidenza che include betaE=1.
Pertanto la tabella T per il Weibull è adeguata allo scopo
faustoG
Re: Grafico di controllo individuale@jthi
Sì: JMP Student versione 18
tu mostri
È una sciocchezza, da JMP
Non so come lo giustifichino...
PUOI usare "picosecondo" e trasformare una frazione di secondo in un valore intero
Moltiplica i valori nel mio documento per 1000 e crea il grafico T, SE lo desideri.
Vediamo cosa succede
faustoG
Re: Grafico di controllo individualePosso verificare che, almeno sul mio JMP Pro 18, il grafico T richiede valori interi. Non sono sicuro del perché, e non ho ben chiaro perché ciò dovrebbe essere necessario matematicamente o concettualmente (forse è una ragione computazionale specifica di JMP, ma non lo so). In ogni caso, non mi è chiaro che i tuoi dati stiano misurando il tempo tra gli eventi. Non hai ancora descritto cosa viene misurato. Né capisco che quello che stai dicendo è sbagliato nei limiti di controllo che ho calcolato nel file che ho allegato. Per favore, evita maiuscole, grassetti e parole dure, potrebbe essere dovuto a una differenza linguistica, ma in ogni caso lo trovo distraente e inquietante. Non uso molto i grafici di controllo e quindi non ho molta esperienza con niente se non quelli più semplici, che non sono il tuo caso. Vorrei capire cosa è appropriato per i tuoi dati e sto cercando di aiutarti anch'io. La sezione che citi, in cui "un grafico tradizionale di questi dati potrebbe contenere molti punti a zero", non sembra corrispondere ai tuoi dati (che non hanno questa caratteristica). So che mi aiuterebbe a capire cosa sta succedendo se potessi dire qualcosa su cosa sono queste misurazioni.
Re: Grafico di controllo individualeTu scrivi
- in ogni caso, non mi è chiaro se i tuoi dati misurino il tempo tra gli eventi.
- Non hai ancora descritto cosa viene misurato
- So che mi aiuteresti a capire cosa sta succedendo se potessi dire qualcosa su quali sono queste misurazioni.
Questo è tratto dal documento che mostra i dati
(Non so altro)Quindi, per favore, ...
- I dati sono stati forniti da un grande sistema ospedaliero interessato da un tasso molto elevato di infezioni del tratto urinario (UTI) contratte in ospedale. In particolare, l'ospedale vorrebbe tracciare la frequenza delle dimissioni dei pazienti che hanno contratto un'UTI durante la degenza ospedaliera, come un modo per identificare rapidamente un aumento del tasso di infezione o, al contrario, monitorare se i cambiamenti imminenti di processo o di materiale si traducano in un minor numero di infezioni. Poiché la causa principale spesso differisce in base al genere, i pazienti maschi e femmine vengono registrati separatamente e questo esempio si concentra sui maschi.
I dati, che possono essere visti nell'appendice, sembrano soddisfare l'ipotesi distributiva per l'uso del grafico t, con il tempo medio tra pazienti maschi con UTI a 0,21 giorni o circa 5 ore. I dati sono stati tracciati usando il metodo del grafico t proposto e dimostrano il controllo statistico. - L'importanza di monitorare questa e altre metriche simili in un contesto sanitario è la rapida identificazione di un aumento dei tassi di infezione, che si traduce in due costi significativi per l'ospedale. Il costo sanitario per il paziente è significativo e reso più grave da un tasso di mortalità più elevato tra i pazienti che contraggono infezioni durante la degenza ospedaliera. Nel 2002, l'anno più recente di segnalazione dei Centers for Disease Control and Prevention, si stimava che ci fossero 424.060 infezioni delle vie urinarie contratte in ospedale tra gli adulti non in terapia intensiva negli Stati Uniti e 13.088 decessi (Klevens et al. 007). Inoltre, il costo finanziario per l'ospedale è significativo, con Medicare che non copre più il costo per il trattamento delle infezioni contratte in ospedale. Quasi l'80% dei pazienti che hanno contratto infezioni delle vie urinarie in questo studio erano coperti da Medicare o Medicaid, con conseguente spesa molto elevata per l'ospedale.
- Come si può vedere dal grafico, i dati non mostrano alcun segno di degrado o miglioramento del processo, ma il grafico può essere monitorato costantemente per rilevare tali cambiamenti il più rapidamente possibile.
================================================== ==================================
Questo aiuta con l'analisi dei dati?
Tu dici anche:
- Né capisco cosa intendi dire che non va nei limiti di controllo che ho calcolato nel file allegato.
Come ho detto prima
- i dati sono distribuiti esponenzialmente
- pertanto, anche gli intervalli sono distribuiti esponenzialmente, con la stessa media
- quindi i limiti di controllo non possono essere molto diversi nei due grafici
Dici anche:
- Posso verificare che, almeno sul mio JMP Pro 18, il grafico T richiede valori interi.
- Moltiplicando i miei dati per 100000 si ottengono valori interi.
- Prova a trovare il grafico T
- e vedere
faustoG
Re: Grafico di controllo individualeCaro : dlehman1 (Livello V)
Il fatto che
- La distribuzione di Weibull adattata ha un parametro di forma di 1,03, non il valore di 1 che corrisponderebbe alla distribuzione esponenziale (che spiega la leggera differenza nei test di bontà di adattamento). Quindi, una domanda senza risposta è come ottenere il grafico T a cui fa riferimento la guida di JMP.
è importante.
Il fatto che
- la disparità tra l'uso di 3 deviazioni standard da parte di Shewhart (basato sulla distribuzione normale) e la descrizione verbale di Shewhart secondo cui non si assume alcuna distribuzione particolare. ...utile senza specificare una distribuzione particolare, ma l'uso di 3 suggerisce un affidamento sulla distribuzione normale (almeno nel grafico predefinito). Ho allegato il grafico di controllo che ho prodotto utilizzando LCL e UCL inseriti manualmente da quel documento precedente.
dipende, come ho detto prima, dal Teorema del Limite Centrale, SEMPRE (so che non ti piacciono le maiuscole e le lettere in grassetto! MA sono importanti per evidenziare le cose).
Per quanto riguarda i grafici T vedere il file allegato
faustoG
Re: Grafico di controllo individualePuoi adattare i tuoi dati usando la distribuzione esponenziale nella piattaforma Distribution. Usa il comando Quantiles nel menu del triangolo rosso di Fitted Exponential e specifica 0,005, 0,5 e 0,995 per le probabilità desiderate. I quantili stimati possono quindi essere usati per i limiti di controllo specificati dall'utente. Fai clic con il pulsante destro del mouse sul grafico Individuals in CCB e seleziona Limits > Add Limits. Inserisci i quantili qui.
Re: Grafico di controllo individualeUn grafico P sembra appropriato per tracciare il numero di pazienti con UTI ('difettosi'), con la dimensione del campione pari al numero totale di pazienti dimessi nello stesso periodo. La distribuzione di Poisson è utilizzata per conteggi come questo caso.
Re: Grafico di controllo individualeLa tua ulteriore spiegazione mi è sicuramente d'aiuto. I tuoi dati sono il tempo tra gli eventi (non sono sicuro del motivo per cui c'era una descrizione che diceva che tali dati spesso hanno molti zeri, i tuoi non hanno zeri e penserei che un tempo zero tra gli eventi sarebbe abbastanza insolito). In ogni caso, ho fatto come suggerisci e ho moltiplicato i dati per 1000 e li ho arrotondati a numeri interi, così sono in grado di ottenere il grafico T con sigma impostato da una distribuzione di Weibull. Allego un'immagine del grafico T e anche del grafico IR "standard" in cui ho definito LCL e UCL in base alla formula nel documento a cui avevo collegato. Le immagini sono simili, anche se i limiti di controllo non corrispondono. Non sono sicuro del perché, e potrebbe essere la formula del documento che è errata o potrebbero essere differenze tra le distribuzioni Weibull e quella esponenziale adattata. Entrambe mostrano lo stesso risultato qualitativo, ovvero che il processo sembra essere stabile. Ma le grandi differenze nei limiti di controllo significano che qualcuno con più conoscenze dovrà commentare. E, sì, non mi piacciono le maiuscole.
Re: Grafico di controllo individualeCaro dlehman1 (Livello V)
Tu dici
- il processo sembra essere stabile.
- Ma le grandi differenze nei limiti di controllo richiedono che qualcuno con maggiori conoscenze fornisca il suo parere.
Dovresti dividere i valori nel grafico di controllo per 1000, il fattore che hai utilizzato per ottenere i "valori quasi interi" necessari per il grafico T.
Grazie
faustoG
Re: Grafico di controllo individualeGentile Mark_Bailey (Staff)
Anteprima
Potresti mostrarmi il grafico di controllo, secondo i tuoi suggerimenti?
Ho provato, ma non ci sono riuscito: sono nuovo di JMP Student Edition
Grazie
faustoG
Re: Grafico di controllo individualeSì, me ne sono accorto ieri sera. Dal momento che avevo moltiplicato i valori per 1000, è necessario regolare i limiti di controllo. Non corrispondono ancora, anche se sono dell'ordine di grandezza corretto. Quindi, non so cosa spieghi la differenza. Ma sembra che ci siano 2 modi per ottenere il grafico di controllo desiderato da JMP: o utilizzando il grafico T basato sulla distribuzione di Weibull (dopo aver trasformato i dati in valori interi), o impostando manualmente i limiti di controllo in un grafico di controllo IR.
Re: Grafico di controllo individualeNota: il comando Quantiles è stato sostituito con un Quantile Profiler in JMP 18. Per il resto, il processo è lo stesso.
Ecco un campione simulato di dati dalla distribuzione esponenziale, Risposta e dati Log[Response] trasformati.
Ecco i grafici XmR per la risposta utilizzando Control Chart Builder.
Vogliamo usare limiti di probabilità basati sui quantili corrispondenti a 0,005, 0,5 e 0,995 per le probabilità desiderate. Ecco l'analisi della distribuzione di entrambe le risposte.
Ecco il modello di distribuzione esponenziale adattato per Response con il Quantile Profiler attivato e impostato su probabilità = 0,005.
Useremo 0,00406 come limite di controllo inferiore. Utilizzando questo profiler, possiamo trovare in modo simile gli altri due quantili.
Ritorna al CCB, fai clic con il pulsante destro del mouse sul grafico Individuals e seleziona Limits > Set Control Limits. Inserisci i tre quantili determinati sopra.
Il CCB aggiorna immediatamente i limiti di controllo appropriati.
Re: Grafico di controllo individualePurtroppo non lo so
faustoG
PS
Abbiamo imparato che
- la mia JMP Student Edition non riesce a gestire gli eventi rari
- calcola limiti di controllo errati
- la distribuzione dei dati è importante
- le formule usuali per CC sono basate sulla distribuzione normale, a causa del teorema del limite centrale
Re: Grafico di controllo individualeGrazie
Ora rimane un problema:
- il grafico di controllo T è corretto?
- o i limiti di controllo sono ancora sbagliati
- perché non sono calcolati secondo la TEORIA
faustoG
La TEORIA è importante
Re: Grafico di controllo individuale@faustoG
Sembra che tu voglia lamentarti della JMP Student Edition. Non so perché, ma non credo che sia produttiva. Nessun software pretende di fare tutto ciò che vuoi. In ogni caso, i tuoi punti 2-4 riguardano tutti i limiti di controllo. Sono d'accordo con il punto 4: i soliti limiti di controllo sono impostati sulla base di una distribuzione normale, ma c'è la possibilità di ignorarli in base a qualche altra distribuzione o altre considerazioni. Penso ancora che sia importante distinguere tra limiti di controllo (una proprietà dei dati) e limiti di specifica (una proprietà del problema). Nel caso di problemi medici (come quello che hai qui), metterei più enfasi sui limiti di specifica. Un processo potrebbe essere sotto controllo ma pericoloso per la tua salute.
A proposito, se è la difficoltà di JMP a gestire i tuoi dati specifici a creare problemi, puoi sempre provare a trovare un programma Python o R adatto al tuo scopo ed eseguirlo in JMP. I metodi specializzati sono generalmente più disponibili in R, data la base di utenti relativamente più ampia tra gli statistici. E, se riesci a specificare il problema esatto che stai cercando di risolvere e per il quale JMP non ha la capacità integrata, puoi spesso trovare qualcuno disposto a scrivere uno script per realizzare ciò di cui hai bisogno: in passato ho utilizzato la Community in questo modo.
Ho trovato questo articolo recente che potrebbe interessarti: https://www.tandfonline.com/doi/full/10.1080/08839514.2024.2322362#d1e4814 . Non l'ho esaminato in dettaglio, ma sembra essere una specie di ibrido di limiti di controllo e di specifica, almeno questo è il mio tentativo di alto livello di interpretarlo. L'inclusione di parametri economici sembra un modo per introdurre un significato nei limiti di controllo piuttosto che basarsi semplicemente su un calcolo statistico basato sui dati. Se qualcuno riesce a digerire questo documento, per favore confermalo (o confutalo) e amplia l'interpretazione se possibile.
Re: Grafico di controllo individualeSentiti libero di ignorare completamente il mio post qui sotto. Non è richiesta alcuna risposta. Sono titubante nel postare questo...non è mia intenzione offendere. Ho copiato la parte 1 (di 3) di un post precedente di Fausto, che descrive la situazione e la motivazione. Ho aggiunto delle domande.
- I dati provengono da un grande sistema ospedaliero interessato da un tasso molto elevato di infezioni del tratto urinario (UTI) contratte in ospedale.
Cosa si intende per “tasso molto alto”? Come si misura? Il sistema di misurazione è stato studiato (ad esempio, determinando che si tratta di un'infezione delle vie urinarie e non di un'altra infezione o problema di salute)? Come determinano che è stata indotta/acquisita in ospedale e non di un'infezione che il paziente aveva già, forse non rilevabile o non misurata prima di arrivare in ospedale o contratta dai visitatori del paziente, ecc.?
Nello specifico, l'ospedale vorrebbe monitorare la frequenza delle dimissioni dei pazienti che hanno contratto un'infezione delle vie urinarie durante la degenza, in modo da individuare rapidamente un aumento del tasso di infezione o, al contrario, monitorare se i futuri cambiamenti nei processi o nei materiali si traducano in una riduzione delle infezioni.
Perché vogliono monitorare tutto questo? IO penserebbero di volerlo ridurre. Le domande principali a cui risponde il grafico di controllo sono:
- Come dovrebbe procedere l'indagine (speciale o comune?) e
- Su cosa dovresti concentrare i tuoi sforzi investigativi (ad esempio, quali componenti della variazione prevalgono)?
Immagino che la loro intenzione sia quella di comprendere la struttura causale, forse eseguendo esperimenti o campionamenti per scoprire le cause e quindi, in ultima analisi, suggerendo possibili soluzioni. Sembra che ciò che manca loro sia una misurazione in grado di fornire una misurazione rapida dell'infezione? In che modo la rappresentazione grafica dei dati attuali porta alla creazione di un misura “migliore”? Sulla base delle informazioni fornite al punto 2 (del post precedente), ritengo che vogliano comprendere e ridurre il numero di problemi di salute indotti/acquisiti in ospedale (uno dei quali sono le infezioni delle vie urinarie). Non vogliono ridurre le infezioni delle vie urinarie sostituendo quell'infezione con un altro problema di salute.
Poiché la causa principale spesso varia in base al sesso, i pazienti maschi e femmine vengono inseriti in cartelle cliniche separate e questo esempio si concentra sui maschi.
Questa è un'ipotesi. Forse è stata studiata? Come è stato studiato (un fattore alla volta)? Ci sono molti fattori nascosti e rumori coinvolti. Come è stato tenuto conto del rumore nei loro studi? Sembra che il campionamento diretto sarebbe piuttosto utile per separare i componenti della variazione.
I dati, consultabili in appendice, sembrano soddisfare l'ipotesi distributiva per l'uso del grafico t, con un tempo medio tra i pazienti maschi affetti da infezioni delle vie urinarie pari a 0,21 giorni o circa 5 ore.
È questo il modo migliore per misurare i fenomeni? La gravità dell'UTI è importante? È possibile misurare la quantità di infezione? Ci sono altre "Y" di interesse (ad esempio, parametri vitali, altre infezioni, altri problemi di salute). Con quale frequenza i pazienti vengono sottoposti a test per determinare quando, esattamente, hanno contratto l'infezione? Altre misure potrebbero correlare o prevedere l'infezione?
Hanno davvero a cuore il tasso di infezioni ospedaliere . Mentre il tempo medio per l'UTI è una misura del tasso, sembra che ogni evento possa essere considerato indipendente (ogni punto dati è un paziente diverso con diverse condizioni di salute sottostanti). Sembra anche che possano esserci alcune somiglianze dovute a potenziali effetti ospedalieri (sia cause comuni che speciali). In che modo la rappresentazione grafica della metrica distinguerà queste diverse fonti di variazione?
I dati sono stati rappresentati graficamente utilizzando il metodo del grafico t proposto e dimostrano il controllo statistico.
Cosa si intende per controllo statistico ? Una quantità costante e prevedibile di infezioni delle vie urinarie è una buona cosa? Come vengono "creati" i limiti di controllo. I limiti di controllo sono una funzione delle x (variabili) che cambiano alla frequenza di campionamento progettata. L'approccio di Shewhart consiste nel selezionare un sottoinsieme di x e raggrupparli in un sottogruppo (per amore di discussione, relativamente a breve termine). Scegliere un altro insieme di x che varierà su un termine più lungo (o qualche altra condizione razionale). Utilizzare il sottoinsieme di x come base per il confronto. Innanzitutto, il sottoinsieme di x è coerente (grafico di intervallo)? Se lo è, allora si può fare un confronto con l'altro insieme di x che varia nello studio. Questo viene fatto utilizzando il grafico X-bar. I limiti di controllo sono una funzione dell'intervallo (il sottoinsieme di x) e i punti tracciati sul grafico a barre X sono una funzione della variazione di x tra i sottogruppi. Se questo grafico è "sotto controllo", allora le x all'interno del sottogruppo dominano l'effetto sulla Y tracciata. Se questo grafico è “fuori controllo”, allora le fonti intermedie prevalgono.
"L'ingegnere che riesce a dividere inizialmente i suoi dati in sottogruppi razionali basati su teorie razionali è quindi intrinsecamente avvantaggiato nel lungo periodo..."
Sceriffo
Re: Grafico di controllo individuale@ statman Super Utente
================================================== =====================
"L'ingegnere che riesce a dividere inizialmente i suoi dati in sottogruppi razionali basati su teorie razionali è quindi intrinsecamente avvantaggiato nel lungo periodo..."
Sceriffo
"Tutti i modelli sono sbagliati, alcuni sono utili" GEP Box
================================================== =====================
statman Super utente
Queste affermazioni non aiutano in questo caso!
NON vuoi considerare che
- I dati sono individuali
- E sono distribuiti esponenzialmente
- E la distribuzione CONTA nel creare il grafico di controllo e nel calcolare i limiti di controllo
SE la mia JMP Student Edition
- avrebbe funzionato correttamente con Eventi Rari
- Non disturberei la comunità JMP
- Con il problema spiegato nella mia lettera
PER FAVORE
- scegli un caso di cui ti fidi
- con dati distribuiti esponenzialmente
- e individui
- e informarci sulla tua analisi (Carta di Controllo)
Nel frattempo, vedi questo dal libro di Montgomery
faustoG
Re: Grafico di controllo individualedlemann 1Livello V
SE la mia JMP Student Edition
- avrebbe funzionato correttamente con Eventi Rari
- Non disturberei la comunità JMP
- Con il problema spiegato nella mia lettera
Gli studenti devono sapere come analizzare gli eventi rari
Leggerò il documento che mi hai suggerito e tornerò
faustoG
Re: Grafico di controllo individuale
Re: Grafico di controllo individuale@dlehman1 Livello V
Nel documento, hai suggerito che c'è...
- E' una sciocchezza,
- a meno che il Ricercatore (Studioso) non sia illuminato dallo Spirito Santo
- che gli dice i VERI valori delle quantità Theta_0, LCL e UCL:
- queste quantità DEVONO essere stimate dai dati e sono numeri
- (determinazioni) di variabili casuali
Re: Grafico di controllo individuale@Mark_Bailey, Personalef
Grazie.
Non vedo l'ora di vedere il VERO caso di carte di controllo individuali (con dati distribuiti esponenzialmente)
faustoG
Re: Grafico di controllo individualeMi dispiace tanto di non essere riuscito a comunicarti i miei pensieri. Non sono ancora sicuro del perché il tempo medio per l'UTI sia distribuito in modo esponenziale...sembra che dovrebbe essere distribuito in modo casuale (normale), a meno che non vengano intraprese azioni sul processo.
Re: Grafico di controllo individuale@ statista, Super Utente
TU SCRIVI:
- Non ho ancora capito perché il tempo medio di comparsa delle infezioni delle vie urinarie sia distribuito in modo esponenziale...
- Sembra che dovrebbe essere distribuito in modo casuale (normale), a meno che non vengano intraprese azioni nel processo.
- "Tutti i modelli sono sbagliati, alcuni sono utili" GEP Box
TU non vuoi accettare che
- I dati sono distribuiti in modo esponenziale....
- NON " tempo medio per UTI "
- distribuito casualmente NON SIGNIFICA distribuito normalmente
- alcune idee sui modelli sono TOTALMENTE SBAGLIATE
Vi chiedo ancora una volta di trovare un caso di cui vi fidate…
faustoG
Re: Grafico di controllo individualedlemann 1Livello V
Nel documento che hai suggerito c'è...
Non trovo questo risultato
Puoi?
faustoG
Re: Grafico di controllo individualedlehman1Livello V
2024-10-11
Cari colleghi,
Please find my analysis of the Car Seats data given in the paper suggested by dlehman1Livello V
Trovo molto strano che
- un processo Fuori Controllo (OOC) è migliore di
- un processo In Control (IC)
Cosa ne pensi?
k1_A, k2_A, k1_B, k2_B
sono i limiti di controllo indicati nel documento.
faustoG
Re: Grafico di controllo individualeIl controllo (come definito da Shewhart) non ha nulla a che fare con il bene o il male. Questa è una funzione della specifica. Le specifiche sono tipicamente (sic. sempre) derivate indipendentemente dai dati effettivi del processo e dalla variazione.
Il mio consiglio è di cercare di capire cosa intendeva Shewhart per controllo, dato che è il creatore del metodo del grafico di controllo, prendere o lasciare. Io me ne vado.
Re: Grafico di controllo individuale@ statman , Super User con 769 Kudos
TU SCRIVI:
- Sono fuori.
- "Tutti i modelli sono sbagliati, alcuni sono utili" GEP Box
È un vero peccato.
Non vedremo nessun caso sulle carte di controllo di cui ti fidi… (nonostante ti abbia chiesto di trovare un caso)
Penso che, nonostante tu abbia citato Shewhart e Box, non sei in grado di gestire dati “reali” e di realizzare buoni grafici di controllo…
Non hai analizzato alcun dato, non hai fornito alcun dato…
Hai fatto un sacco di tergiversazioni
Secondo me dovresti
- Studia i libri di Shewhart e Deming
- Impara le loro “buone” idee
- Studia alcuni “buoni” libri di statistica
- Scopri che alcune idee sui modelli sono TOTALMENTE SBAGLIATE
faustoG
Re: Grafico di controllo individualeI tuoi post su questo forum sono inaccettabili. Sei venuto qui per un consiglio e molti te lo hanno dato. La maggior parte di noi offre volontariamente il proprio tempo. Ti consiglio di portare i tuoi sfoghi su un altro forum.
Re: Grafico di controllo individualeSembra che questa discussione non avrà sviluppi positivi, quindi disattivo i commenti.
Jeff Perkinson
Moderatore della comunità degli utenti JMP
