Cuadro de control individualAquí encontrará 54 datos individuales, distribuidos exponencialmente.
JMP analiza los datos y proporciona un gráfico de control EXTRAÑO
¿Por qué?
Ver archivo adjunto
Fausto Galetto
Ingeniería de Calidad y ProcesosVentanasRe: Cuadro de control individualBienvenido a la comunidad. Lamento no poder brindar comentarios específicos ya que su publicación carece de contexto. Ha adjuntado un documento de Word con un conjunto de datos y un gráfico X, MR. Alguien que estaba analizando los datos debe haber ejecutado (solicitado) esa plataforma de gráficos de control. Si los datos están en una serie lógica (por ejemplo, tiempo) y no tiene ningún subgrupo racional, entonces mirar los datos con ese gráfico es una buena idea. Los gráficos de control no suponen ninguna distribución particular para usarlos.
Re: Cuadro de control individualEstimado estadístico:
Gracias por tu respuesta.
Intento darte algo más de información:
- Los 54 números son UTI (infección del tracto urinario)
- recogido en un hospital
- Son datos ÚNICOS que deben analizarse como INDIVIDUOS
- Se solicita evaluar si el "proceso" que proporciona los datos está IC (en control) o OOC (fuera de control)
- La distribución de datos es EXPONENCIAL
En mi opinión, el gráfico de control JMP que se muestra en mi archivo adjunto es engañoso...
Su declaración
- "Los gráficos de control no asumen ninguna distribución particular para su uso."
no es adecuado
fausto G
Re: Cuadro de control individual¿Qué significa esto: "se pide evaluar si el "proceso" que proporciona los datos está IC (en control) o OOC (fuera de control)"?
¿Es este un problema de tarea? ¿Cómo se recopilaron los datos? ¿Están en una serie temporal? ¿Están en algún orden racional? Si no es así, entonces tal vez los gráficos X y MR no sean apropiados. Puedes hacer un análisis de distribución para los valores atípicos, pero IC y OOC implican una serie racional de (por ejemplo, tiempo).
¿Entiende el significado de IC y OOC? Ambos son una función de cómo se recopilaron los datos y qué comparaciones se están haciendo. Por ejemplo, un gráfico X, MR compara la variación a corto plazo estimada por el rango de puntos de datos consecutivos (y que se muestra como límites de control en el gráfico X) con la variación a largo plazo que representan las X en el gráfico. Si tuviera subgrupos racionales, los gráficos compararían la variación dentro del subgrupo con la variación entre subgrupos.
Para conocer los supuestos de distribución relacionados con el método del gráfico de control (o la falta de él), consulte:
Shewhart, Walter A. (1931) “Control económico de la calidad de productos manufacturados” , D. Van Nostrand Co., NY
Wheeler, Donald y Chambers, David (1992) “ Entendiendo el control estadístico de procesos ” SPC Press (ISBN 0-945320-13-2)
Re: Cuadro de control individualAunque estoy de acuerdo con los comentarios de Statman sobre el contexto adicional, creo que podemos especular un poco más aquí. Si asumimos que los datos están de hecho en un orden de serie temporal correcto, entonces los gráficos de control no me parecen extraños. Parece que algo cambió cerca del final de la serie y parece estar "fuera de control". El significado preciso de "fuera de control" dependerá de ese contexto faltante: no sé mucho sobre infecciones del tracto urinario o sobre qué se está midiendo exactamente aquí, pero hay un punto claro en el que lo que se está midiendo se desvía significativamente del resto de la serie.
No entiendo qué quieres decir con que la distribución es "exponencial". Tampoco entiendo tu comentario de que el gráfico de control sin distribución "no es adecuado". Tampoco entiendo qué es lo que encuentras "EXTRAÑO" en el gráfico de control. Tal vez puedas explicarme mejor esos tres puntos.
Re: Cuadro de control individualEstimado statman, superusuario
- ¡No es tarea!
- Parece que piensas que no sé de gráficos de control.
- En realidad tengo un conocimiento "profundo" (¡véase Deming!) de la TEORÍA de los gráficos de control.
- y conozco los libros que citas
- ¡De modo que puedo afirmar que el análisis JMP de los datos es INCORRECTO!
- ¡Conozco bien el significado de IC y OOC!
No estoy familiarizado con el uso de JMP, así que comencé analizando los datos de mi archivo.
Escribí una carta a JMP (Chiappa) señalando el GRAN problema de que el CC hecho por JMP ¡está EQUIVOCADO!
El Sr. Chiappa (de JMP) sugirió preguntar a la comunidad para obtener la respuesta...
Lo hice.
- NO hay variación dentro de los subgrupos ni entre subgrupos; los datos son INDIVIDUALES y deben analizarse como tales.
SI USTED no entiende que el CC está mal, no puede ayudarme (nuevo usuario de JMP)
fausto G
Re: Cuadro de control individual
Estimado dlehman1
Nivel V
Tú dices:
- Hay un punto claro en el que lo que se mide se desvía significativamente del resto de la serie.
Ese punto depende del análisis EQUIVOCADO de JMP.....
Vea mi respuesta a statman.
Tú dices:
- No entiendo qué quieres decir con que la distribución es "exponencial".
Tienes que leer algunos libros de probabilidad y buscar "distribución exponencial".
Tú dices:
- Tampoco entiendo su comentario de que el gráfico de control de distribución libre "no es adecuado".
- Tampoco entiendo qué es lo que te parece "EXTRAÑO" del gráfico de control.
Vea mi respuesta a statman: ¡el gráfico de control JMP está EQUIVOCADO!
No estoy familiarizado con el uso de JMP, así que comencé analizando los datos de mi archivo.
Escribí una carta a JMP (Chiappa) señalando el GRAN problema de que el CC hecho por JMP ¡está EQUIVOCADO!
El Sr. Chiappa (de JMP) sugirió preguntar a la comunidad para obtener la respuesta...
Lo hice.
..y estoy esperando que alguien me diga como analizar correctamente los datos, usando JMP
Estoy ansioso por aprender cómo hacer eso con JMP.
No entiendo qué quieres decir con que la distribución es "exponencial". Tampoco entiendo tu comentario de que el gráfico de control sin distribución "no es adecuado". Tampoco entiendo qué es lo que encuentras "EXTRAÑO" en el gráfico de control. Tal vez puedas explicarme más sobre esos tres puntos.
@faustoG
En lugar de decirles a todos en esta discusión que están equivocados, ¿podría quizás proporcionar el análisis que ha realizado sobre los datos?
Eso ayudaría a otros miembros del foro a comprender las diferencias entre sus resultados y los resultados del gráfico de control JMP.
Por favor, mantenga la calma y sea respetuoso.
Re: Cuadro de control individual
Estimado Víctor_G
Superusuario
Gracias
Soy tranquila y respetuosa.
¿Has leído mi archivo adjunto?
SI NO ES ASÍ, por favor léelo y ten en cuenta que escribí a JMP sobre el Cuadro de Control INCORRECTO:
- No estoy familiarizado con el uso de JMP, así que comencé analizando los datos de mi archivo.
- Escribí una carta a JMP (Chiappa) señalando el GRAN problema de que el CC hecho por JMP ¡está EQUIVOCADO!
- El Sr. Chiappa (de JMP) sugirió preguntar a la comunidad para obtener la respuesta...
- Lo hice.
- ..y estoy esperando que alguien me diga como analizar correctamente los datos, usando JMP
- Estoy ansioso por aprender cómo hacer eso con JMP.
No tengo mi solución:
¡Quiero encontrar el CC VERDADERO, con datos distribuidos EXPONENCIALMENTE usando JMP!
No le digo a la Comunidad JMP que están equivocados: les digo a todos que el análisis (realizado por JMP que pueden encontrar en mi archivo) es EQUIVOCADO: NO considera que los datos están distribuidos EXPONENCIALMENTE.
- ¿POR QUÉ todos piensan que este punto NO es importante?
fausto G
Re: Cuadro de control individualOk, algunos puntos para responder y aclarar (miré tu archivo):
- La carta está escrita en italiano. Como no hablo, escribo ni entiendo italiano (y muchos otros usuarios del foro pueden estar en una situación similar), es posible que me falte algo de contexto crucial para comprender el problema.
- Mencionaste un GRAN problema, pero nunca explicas cómo/por qué/cuál es el problema. ¿Cómo/por qué el cálculo del gráfico de control y/o los límites de control es incorrecto? ¿Es porque se detectan pocas muestras fuera de los límites de control calculados (y esperabas más)? ¿Cuáles son tus expectativas/resultados? ¿Tienes límites de especificaciones con los que te gustaría comparar (ya que pareces dar a entender que el objetivo del análisis es verificar el proceso de medición)?
- Te sugiero que leas la publicación de @jthi Cómo obtener respuestas correctas a preguntas correctas rápidamente . Esta publicación te ayudará a enmarcar las preguntas para que la discusión pueda llevarte a una solución. En este ejemplo, no tenemos ninguna referencia/análisis para comparar con el de JMP, y este último (JMP) no te satisface. Nunca seremos de ayuda si no sabemos lo que estás buscando y/o si no proporcionas un ejemplo del análisis y la respuesta/resultados "correctos" que esperas.
- Mientras tanto, dado que no parece estar familiarizado con JMP y cómo se realizan los cálculos, puede leer la documentación sobre el Generador de gráficos de control .
No es necesario utilizar signos de exclamación, oraciones y palabras en negrita y letras mayúsculas en sus publicaciones; evítelos.
Somos una comunidad de usuarios de JMP respetuosa, dispuestos a ayudar a cualquier usuario de JMP en nuestro tiempo libre. Si no puedes respetar a otras personas, nadie te va a ayudar.
Espero que puedas especificar tu contexto, respuesta correcta y análisis con más detalles para que todos podamos centrarnos en la parte estadística.
Re: Cuadro de control individualQuiero hacerme eco de los comentarios de Victor_G. Me doy cuenta de que puede haber malentendidos debido a los diferentes idiomas, por lo que sería útil un poco de paciencia por parte de todos. Lo que no entiendo de tus comentarios es exactamente qué encuentras mal en los gráficos de control de JMP. Honestamente, no lo sé, así que deberías decirnos para que podamos ayudarte o ver qué está haciendo mal JMP. Además, estoy bastante familiarizado con la distribución exponencial, pero no estoy seguro de qué es lo que es relevante para el gráfico de control. Como se dijo, el gráfico de control no supone una distribución particular. Si sabes que se supone que tus datos provienen de una distribución exponencial, entonces hay formas de ver qué tan cerca están los datos de esa distribución, pero el gráfico de control examina los datos a lo largo del tiempo en lugar de una distribución invariante en el tiempo. Creo que combinar los dos (una distribución conocida y un gráfico de control) podría beneficiarse de algún procesamiento de los datos antes de hacer el gráfico de control. Por ejemplo, usted podría examinar las desviaciones de una distribución exponencial particular y representarlas en un gráfico de control (no tengo la formación médica para saber cómo se vería la supuesta distribución exponencial).
Re: Cuadro de control individualEstimados,
Creo que encontré una posible causa de mi versión de JMP: es
- Versión para estudiantes de JMP
En mi opinión, a mi JMP le falta una característica.
Si alguno de vosotros quiere, con su versión, puede probar lo siguiente:
- Gráficos de control, gráfico de eventos raros, gráfico T
Deberías encontrar un gráfico diferente al mío en mis documentos cargados.
Esperando que quieras hacer eso, recibe mis saludos.
fausto G
Re: Cuadro de control individualTengo JMP Pro 18 y produje el gráfico de eventos raros, así como el gráfico IR normal. Ambos son idénticos y son idénticos al que aparece en su documento (que usted dice que es incorrecto). Todavía no entiendo qué es lo que usted encuentra incorrecto en él. También probé sus datos con una distribución exponencial y los valores, de hecho, parecen provenir de una distribución exponencial. Como se señaló, esa distribución no es relevante para el gráfico de control, que es de distribución libre. Por lo tanto, todavía estoy desconcertado por lo que usted encuentra "incorrecto" en los gráficos de control que produce JMP.
Re: Cuadro de control individualTambién sigo confundido sobre si los datos están en una secuencia temporal significativa. Hice un análisis de series temporales de los datos (suponiendo que están en secuencia) y no parece haber ninguna autocorrelación. Además, ajustar una distribución exponencial a los datos muestra un ajuste muy cercano a una distribución exponencial con un parámetro de escala de 0,2143. Sería de ayuda si pudieras aclarar tu pregunta inicial: ¿es realmente un gráfico de control lo que te interesa o deseas ver si los datos parecen provenir realmente de una distribución exponencial? Si la pregunta es esta última, no puedes probar que provengan de alguna distribución en particular, pero cuando pruebas si es exponencial, estás lejos de rechazar esa hipótesis.
En otras palabras, me parece que los datos provienen de un proceso de generación de datos exponencial. Si están en una secuencia temporal y te interesa investigar si se están desviando de los límites de control significativos, diría que en general parece que están dentro de esos límites. Por supuesto, con información adicional sobre lo que se está midiendo y cuáles serían los límites de control significativos, se puede decir más. Pero solo desde el punto de vista de los datos, eso es lo que yo concluiría.
Re: Cuadro de control individualtu escribes:
- Como se señaló, esa distribución no es relevante para el gráfico de control, que no tiene distribución.
- Entonces, todavía estoy desconcertado por lo que usted encuentra "incorrecto" acerca de los gráficos de control que JMP está produciendo.
El gráfico de control no es de "distribución libre".
Como dije anteriormente, se utilizan las fórmulas de Shewhart para la distribución normal .
Debido a la distribución exponencial, esperaba que JMP Pro 18 produjera un gráfico diferente utilizando el gráfico T ...
Lo siento por eso.
Gracias por tu intento.
fausto G
Re: Cuadro de control individualTú dices:
- Sería de gran ayuda si pudieras aclarar tu pregunta inicial: ¿es realmente un gráfico de control lo que te interesa ...?
SÍ.
También dices:
- Si está en una secuencia de tiempo y usted está interesado en investigar si se está desviando de los límites de control significativos , yo diría que en su mayoría parece que está dentro de esos límites.
- Por supuesto, con información adicional sobre lo que se mide y cuáles serían los límites de control significativos, se podría decir más, pero sólo desde el punto de vista de los datos, esa es mi conclusión.
Los límites de control encontrados por JMP no son significativos.
La información adicional es que la distribución de datos es exponencial .
Vea mi respuesta anterior: Distribución normal... utilizada por JMP.
Re: Cuadro de control individualCreo que ahora entiendo tu pregunta. No soy un experto en gráficos de control, así que daré mi respuesta de no experto y dejaré que alguien más sea más preciso. Si bien el gráfico de control de Shewhart no asume una distribución normal (los límites de control se calculan a partir de los datos), parece que hay una suposición implícita de una distribución normal para los efectos aleatorios que impulsa la cantidad de desviaciones estándar utilizadas para establecer los límites de control. El gráfico T aparentemente usa una distribución de Weibull para establecer los límites de control. Dado que tus datos parecen provenir de una distribución exponencial, ¿estás buscando un gráfico de control cuyos límites de control se basen en una distribución exponencial? Si es así, no conozco una opción para eso, pero tal vez alguien más sí.
Creo que vale la pena pensar en los límites de control de manera más general. Independientemente de la suposición que se haga sobre la distribución subyacente, los límites de control se establecen a partir de los datos, no del tema en cuestión. Los límites de especificación pueden ser más apropiados en su contexto. Con base en el conocimiento médico apropiado, podría ser relevante ver si una serie de mediciones se encuentra fuera de un límite significativo de variabilidad, basado en la medicina y no en la serie de datos en particular. Creo que puede valer la pena pensar en los límites que tienen más sentido si se basan en los datos en lugar de en el conocimiento del área temática.
Re: Cuadro de control individualNo exactamente, los argumentos de Shewhart se refieren fundamentalmente a la utilidad de la media y la desviación típica como estimaciones útiles independientemente de la distribución subyacente. De hecho, afirma en su libro:
"...podemos utilizar el promedio y la desviación estándar de una estadística, incluso cuando no se conoce la distribución subyacente".
Utiliza el teorema de Chebycheff para apoyar el establecimiento de límites que identifiquen razonablemente "cuándo existen problemas" y evidencia empírica sobre la economía de concluir que hay problemas cuando no los hay.
Véase la referencia anterior: Shewhart, Walter A. (1931) “Control económico de la calidad de los productos manufacturados” , D. Van Nostrand Co., NY, Capítulo XIX, págs. 275-278
Re: Cuadro de control individualEncontré esta referencia que parece abordar su necesidad: https://brunochassagne.wordpress.com/2011/10/02/control-charts-for-exponential-distributions/ . No puedo hablar de su precisión, pero en el archivo adjunto de sus datos configuré manualmente el LCL y el UCL de acuerdo con lo que dice ese documento (tenga en cuenta que mi archivo usa puntos decimales en lugar de comas europeas). Dado que los datos estaban tan cerca de una distribución exponencial, creo que eso explica por qué los datos están tan lejos dentro de los límites de control en el gráfico de control. Los scripts adjuntos: uno es para el ajuste de la distribución (que me dio el parámetro de escala de 0,21, que usé para derivar el UCL como se especifica en el documento), y el otro es para el gráfico de control con límites de control establecidos manualmente.
Re: Cuadro de control individualEstimado dlehman1 (Nivel V),
tu dices:
- Si bien el gráfico de control de Shewhart no asume una distribución normal ,
- Los límites de control se calculan a partir de los datos.
Si lees los libros de Shewhart encontrarás la verdad : del libro de Shewhart (1931), en la página 294, encontrarás
que se basa en la Distribución Normal
Los límites de control DEBEN calcularse a partir de los datos.
Dices también (MUY IMPORTANTE)
- El gráfico T aparentemente utiliza una distribución de Weibull para establecer límites de control.
Fue exactamente lo que esperaba cuando sugerí los gráficos T (que mi JMP Student Edition no muestra, desafortunadamente).
La distribución exponencial es una distribución WEIBULL con parámetro de forma = 1.
Así que, por favor, pruebe "Rare Events" con "T Chart" "Weibull" ... y verá ...
Gracias
fausto G
Re: Cuadro de control individualEstimado statman (superusuario):
Vea mi respuesta anterior a dlehman1 .
Es cierto que Shewhart menciona el "teorema de Chebycheff", pero utiliza fórmulas basadas en el Teorema del Límite Central...
Pruebe por favor los Gráficos T en JMP
Gracias
fausto G
Re: Cuadro de control individualEstimado dlehman1 (Nivel V),
gracias.
Desafortunadamente, cuando abro su archivo solo veo los datos: mi JMP Student Edition no muestra nada más.
¿Podrías copiar el gráfico T en un archivo DOCX o PDF?
Conozco muy bien el documento que mencionas...
Gracias
fausto G
Re: Cuadro de control individualTal vez statman (o alguien más) pueda ayudar con un par de preguntas aquí. Primero, la ayuda de JMP analiza el gráfico T ( https://www.jmp.com/support/help/en/18.1/?os=win&source=application#page/jmp/statistical-details-for-t-charts.shtml#ww1149445 ) pero no puedo encontrar ninguna opción de ese tipo en el Generador de gráficos de gráficos de control (ni en ningún otro lugar). Veo el gráfico de control de eventos raros: proporciona la misma imagen que el gráfico de control de Shewhart. Puedo crear manualmente el LCL y el UCL para la distribución exponencial utilizando el documento al que había vinculado anteriormente. También ajusto una distribución exponencial y una distribución de Weibull a los datos originales: la exponencial se ajusta un poco mejor, pero ambas son muy cercanas. La distribución de Weibull ajustada tiene un parámetro de forma de 1,03, no el valor de 1 que coincidiría con la distribución exponencial (lo que explica la ligera diferencia en las pruebas de bondad de ajuste).
Por lo tanto, una pregunta sin respuesta es cómo obtener el gráfico T al que hace referencia la ayuda de JMP. Otra pregunta, más conceptual, es la disparidad entre el uso de 3 desviaciones estándar de Shewhart (basadas en la distribución normal) y la descripción verbal de Shewhart de que no se supone ninguna distribución en particular. Esa disparidad podría ser simplemente semántica: se puede construir un gráfico de control utilizando la desviación estándar estimada y eso puede ser útil sin especificar una distribución en particular, pero el uso de 3 sugiere una dependencia de la distribución normal (al menos en el gráfico predeterminado).
Adjunto el gráfico de control que produje utilizando el LCL y el UCL ingresados manualmente de ese documento anterior.
Re: Cuadro de control individualCrear un evento raro y cambiar sigma
https://www.jmp.com/support/help/en/18.0/#page/jmp/rare-event-control-charts.shtml
Re: Cuadro de control individualGracias.
Volveré tan pronto como haya analizado el Gráfico de Control y el Archivo Bruno.
fausto G
Re: Cuadro de control individualEl evento poco común aparece en gris en mi archivo. Sospecho que esto se debe a que requiere una variable adicional para el tiempo entre eventos.
Re: Cuadro de control individualGracias, PERO no es útil para mi "JMP Student Edition".
Espero que sea útil para otras personas de la Comunidad.
fausto G
Re: Cuadro de control individual@dlehman1 Estoy bastante seguro de que aparecerá en gris porque sus valores no son todos números enteros.
Re: Cuadro de control individual@jthi Lo he comprobado y tienes razón en que la opción solo está disponible para valores enteros. ¿Tienes alguna idea de por qué? Y, dado eso, parecería que este no es un gráfico apropiado para los datos que publicó FaustoG. ¿Existe una opción continua para crear un gráfico de control para datos que provienen de un proceso exponencial? ¿El cálculo para el LCL y el UCL que utilicé (según el documento al que hice referencia) es una forma correcta de modelar esto?
Re: Cuadro de control individualNo estoy muy familiarizado con los gráficos de control de eventos raros (o al menos ya no los recuerdo), pero creo que la selección del parámetro Y es importante aquí:
"El gráfico AT mide los intervalos de tiempo transcurridos desde el último evento . Cada punto del gráfico representa una cantidad de intervalos de tiempo que han transcurrido desde la ocurrencia anterior de un evento poco común ".
Re: Cuadro de control individual@dlehman1
@jthi
En la Guía JMP encontré
- En el gráfico T, todos los puntos parecen estar dentro de los límites de control. Es evidente que el gráfico de rango individual y móvil no era adecuado para el análisis, ya que los límites eran demasiado estrechos.
En mi edición de estudiante de JMP en Rare Events veo
- Ni gráficos G ni gráficos T
- El gráfico G requiere valores enteros, mientras que el gráfico T no.
fausto G
Re: Cuadro de control individual@jthi
- Los datos de un gráfico T son medidas de "Tiempo entre eventos" (TBE) en horas, días, meses, años, NO valores enteros.
fausto G
Re: Cuadro de control individualSegún tengo entendido, JMP Student Edition debería ser exactamente igual que JMP Pro (salvo por las diferentes licencias) https://www.jmp.com/en_fi/academic/licensing-for-students.html . ¿Qué versión de JMP estás usando? ¿18?
Ya he hecho referencia a esto anteriormente https://www.jmp.com/support/help/en/18.0/#page/jmp/rare-event-control-charts.shtml
Re: Cuadro de control individual@dlehman1
- Dado que los datos se distribuyen exponencialmente con media "theta", también los RANGOS se distribuyen exponencialmente con la misma media "theta"
- Entonces los gráficos de control de los datos y del MR tienen casi los mismos Límites de Control
Sus gráficos en "Untitled.jmp" no son consistentes entre sí.
El parámetro betaW=1.03 tiene un intervalo de confianza que incluye betaE=1.
Por lo tanto, el gráfico T de Weibull es adecuado para el propósito.
fausto G
Re: Cuadro de control individual@jthi
Sí: JMP Student versión 18
tu muestras
ES UNA TONTERÍA, de JMP
No sé cómo justifican eso...
PUEDES usar "picosegundo" y transformar una fracción de segundo en un valor entero
Multiplica los valores de mi documento por 1000 y haz el gráfico T, SI lo deseas.
Veamos qué pasa
fausto G
Re: Cuadro de control individualPuedo verificar que, al menos en mi JMP Pro 18, el gráfico T requiere valores enteros. No estoy seguro de por qué, y no tengo claro por qué eso debería ser necesario matemáticamente o conceptualmente (tal vez sea una razón computacional específica de JMP, pero no lo sé). En cualquier caso, no me queda claro que sus datos estén midiendo el tiempo entre eventos. Todavía no ha descrito lo que se está midiendo. Tampoco entiendo lo que está diciendo que está mal con los límites de control que calculé en el archivo adjunto. Absténgase de las mayúsculas, las fuentes en negrita y las palabras duras; puede deberse a una diferencia de idioma, pero independientemente de eso, lo encuentro distractor y perturbador. No uso mucho los gráficos de control y, por lo tanto, no tengo muchos antecedentes con nada que no sean los más sencillos, que no es su caso. Me gustaría entender qué es apropiado para sus datos y también estoy tratando de ayudar. La sección que usted cita, que dice que "un gráfico tradicional de estos datos podría contener muchos puntos en cero", tampoco parece coincidir con sus datos (que no tienen esta característica). Sé que me ayudaría a entender lo que está sucediendo si pudiera decir algo sobre cuáles son estas mediciones.
Re: Cuadro de control individualTú escribes
- En cualquier caso, no me queda claro que sus datos midan el tiempo entre eventos.
- Todavía no has descrito lo que se está midiendo.
- Sé que me ayudaría a entender qué está pasando si pudieras decir algo sobre cuáles son estas medidas.
Esto está tomado del documento que muestra los datos.
(No sé nada más). Así que, por favor...
- Los datos se obtuvieron de un gran sistema hospitalario que se ocupa de una tasa muy alta de infecciones del tracto urinario (ITU) adquiridas en el hospital. En concreto, el hospital deseaba realizar un seguimiento de la frecuencia con la que se daba de alta a pacientes que habían contraído una ITU durante su estancia en el hospital como forma de identificar rápidamente un aumento en la tasa de infecciones o, por el contrario, controlar si los próximos cambios en los procesos o materiales dan lugar a una menor cantidad de infecciones. Dado que la causa raíz suele diferir en función del género, los pacientes masculinos y femeninos se registran por separado y este ejemplo se centra en los hombres.
Los datos, que se pueden ver en el apéndice, parecen satisfacer el supuesto de distribución para el uso del gráfico t, con un tiempo medio entre pacientes varones con ITU de 0,21 días o aproximadamente 5 horas. Los datos se representaron gráficamente utilizando el método de gráfico t propuesto y demuestran un control estadístico. - La importancia de hacer un seguimiento de esta y otras métricas similares en un entorno de atención sanitaria es la rápida identificación de un aumento en las tasas de infección, lo que se traduce en dos costos significativos para el hospital. El costo sanitario para el paciente es significativo y se agrava por una mayor tasa de muerte entre los pacientes que contraen infecciones mientras están hospitalizados. En 2002, el año más reciente del informe de los Centros para el Control y la Prevención de Enfermedades, se estima que hubo 424.060 infecciones urinarias adquiridas en el hospital entre adultos que no estaban en una unidad de cuidados intensivos en los Estados Unidos, y 13.088 muertes (Klevens et al. 007). Además, el costo financiero para el hospital es significativo, ya que Medicare ya no cubre el costo de tratar las infecciones adquiridas en el hospital. Casi el 80% de los pacientes que contrajeron infecciones urinarias en este estudio estaban cubiertos por Medicare o Medicaid, lo que resultó en un gasto muy grande para el hospital.
- Como se puede ver en el gráfico, los datos no muestran ningún signo de degradación o mejora del proceso, pero el gráfico se puede monitorear continuamente para detectar dichos cambios lo más rápido posible.
==================================================== ====================================
¿Esto ayuda con el análisis de datos?
También dices:
- Tampoco entiendo que lo que dices está mal con los límites de control que calculé en el archivo adjunto.
Como dije anteriormente
- Los datos se distribuyen exponencialmente
- Por lo tanto, los rangos también se distribuyen exponencialmente, con la misma media.
- Por lo tanto, los límites de control no pueden ser muy diferentes en los dos gráficos.
También dices:
- Puedo verificar que, al menos en mi JMP Pro 18, el gráfico T requiere valores enteros.
- Multiplica mis datos por 100000 y obtendrás valores enteros.
- Intenta encontrar la gráfica T
- y ver
fausto G
Re: Cuadro de control individualEstimado : dlehman1 (Nivel V)
El hecho de que
- La distribución Weibull ajustada tiene un parámetro de forma de 1,03, no el valor 1 que coincidiría con la distribución exponencial (que explica la ligera diferencia en las pruebas de bondad de ajuste). Por lo tanto, una pregunta sin respuesta es cómo obtener el gráfico T al que se refiere la ayuda de JMP.
es importante
El hecho de que
- La disparidad entre el uso de 3 desviaciones estándar por parte de Shewhart (basadas en la distribución normal) y la descripción verbal de Shewhart de que no se supone ninguna distribución en particular. ... útil sin especificar una distribución en particular, pero el uso de 3 sugiere una dependencia de la distribución normal (al menos en el gráfico predeterminado). Adjunté el gráfico de control que produje utilizando el LCL y el UCL ingresados manualmente de ese documento anterior.
depende, como dije antes, del Teorema del Límite Central, SIEMPRE (ya se que no te gustan las mayúsculas, ni las negritas! PERO son importantes para resaltar cosas).
Acerca de T Charts vea el archivo adjunto
fausto G
Re: Cuadro de control individualPuede ajustar sus datos utilizando la distribución exponencial en la plataforma de distribución. Utilice el comando Cuantiles en el menú de triángulo rojo de Exponencial ajustado y especifique 0,005, 0,5 y 0,995 para las probabilidades deseadas. Los cuantiles estimados se pueden utilizar para los límites de control especificados por el usuario. Haga clic con el botón derecho en el gráfico de individuos en CCB y seleccione Límites > Agregar límites. Ingrese los cuantiles aquí.
Re: Cuadro de control individualParece apropiado utilizar un gráfico P para hacer un seguimiento del número de pacientes con ITU («defectuosos»), siendo el tamaño de la muestra el número total de pacientes dados de alta en el mismo período. Para recuentos como este caso se utiliza la distribución de Poisson.
Re: Cuadro de control individualTu explicación adicional definitivamente me ayuda. Tus datos son el tiempo entre eventos (no estoy seguro de por qué había una descripción que decía que tales datos a menudo tienen muchos ceros; los tuyos no tienen ceros y creo que el tiempo cero entre eventos sería bastante inusual). En cualquier caso, hice lo que sugieres y multipliqué los datos por 1000 y los redondeé a números enteros, por lo que puedo obtener el gráfico T con sigma establecido a partir de una distribución Weibull. Adjunto una imagen del gráfico T, así como del gráfico IR "estándar" donde definí el LCL y el UCL de acuerdo con la fórmula en el documento al que había vinculado. Las imágenes son similares, aunque los límites de control no coinciden. No estoy seguro de por qué, y podría ser que la fórmula del documento sea incorrecta o podrían ser diferencias entre las distribuciones Weibull y exponencial ajustada. Ambas muestran el mismo resultado cualitativo: que el proceso parece ser estable. Pero las grandes diferencias en los límites de control significan que alguien con más conocimientos necesitará comentar. Y, sí, no me gustan las mayúsculas.
Re: Cuadro de control individualEstimado dlehman1 (Nivel V)
Tú dices
- El proceso parece ser estable.
- Pero las grandes diferencias en los límites de control significan que alguien con más conocimiento necesitará hacer comentarios.
Debes dividir los valores del gráfico de control por 1000, el factor que utilizaste para obtener los "valores casi enteros" necesarios para el gráfico T.
Gracias
fausto G
Re: Cuadro de control individualEstimado Mark_Bailey (personal):
Avance
¿Podrías mostrarme el gráfico de control, según tus sugerencias?
Lo intenté, pero no lo logré: soy nuevo en JMP Student Edition
Gracias
fausto G
Re: Cuadro de control individualSí, me di cuenta de eso anoche. Como había multiplicado los valores por 1000, eso requiere ajustar los límites de control. Siguen sin coincidir, aunque tienen el orden de magnitud correcto. Por lo tanto, no sé a qué se debe la diferencia. Pero parece que hay dos formas de obtener el gráfico de control que desea de JMP: ya sea utilizando el gráfico T basado en la distribución de Weibull (después de convertir los datos en valores enteros) o configurando manualmente los límites de control en un gráfico de control IR.
Re: Cuadro de control individualNota: El comando Quantiles fue reemplazado por un Quantile Profiler en JMP 18. De lo contrario, el proceso es el mismo.
A continuación se muestra una muestra simulada de datos de la distribución exponencial, Respuesta y datos Log[Respuesta] transformados.
Aquí están los gráficos XmR para la respuesta usando el generador de gráficos de control.
Queremos utilizar límites de probabilidad basados en los cuantiles correspondientes a 0,005, 0,5 y 0,995 para las probabilidades deseadas. Aquí se muestra el análisis de distribución de ambas respuestas.
Aquí se muestra el modelo de distribución exponencial ajustado para Respuesta con el Generador de perfiles cuantiles activado y configurado en probabilidad = 0,005.
Utilizaremos 0,00406 como límite de control inferior. Con este generador de perfiles, podemos encontrar de manera similar los otros dos cuantiles.
Regrese al CCB, haga clic con el botón derecho en el gráfico de individuos y seleccione Límites > Establecer límites de control. Ingrese los tres cuantiles determinados anteriormente.
El CCB se actualiza inmediatamente con los límites de control apropiados.
Re: Cuadro de control individualLamentablemente no lo sé
fausto G
PD
Aprendimos que
- Mi edición para estudiantes de JMP no puede lidiar con eventos raros
- Calcula límites de control erróneos
- La distribución de los datos es importante
- Las fórmulas habituales para CC se basan en la distribución normal, debido al Teorema del Límite Central
Re: Cuadro de control individualGracias
Ahora sigue siendo un problema:
- ¿Es correcto el gráfico de control T?
- o los límites de control siguen siendo incorrectos
- porque no se calculan según la TEORÍA
fausto G
La teoría es importante
Re: Cuadro de control individual@faustoG
Parece que tiene la intención de quejarse de la edición para estudiantes de JMP. No estoy seguro de por qué, pero no creo que sea productiva. Ningún software afirma hacer todo lo que usted quiere. En cualquier caso, sus puntos 2 a 4 se refieren a los límites de control. Estoy de acuerdo con el punto 4: los límites de control habituales se establecen sobre la base de una distribución normal, pero existe la posibilidad de anularlos en función de otra distribución u otras consideraciones. Sigo pensando que es importante distinguir entre los límites de control (una propiedad de los datos) y los límites de especificación (una propiedad del problema). En el caso de problemas médicos (como el que tiene aquí), pondría más énfasis en los límites de especificación. Un proceso podría estar bajo control pero ser peligroso para su salud.
Por cierto, si lo que le preocupa es la dificultad de JMP para manejar sus datos específicos, siempre puede intentar encontrar un programa Python o R que se adapte a su propósito y ejecutarlo dentro de JMP. Los métodos especializados generalmente están más disponibles en R, dada la base de usuarios relativamente más grande entre los estadísticos. Y, si puede especificar el problema exacto que está tratando de resolver y para el que JMP no tiene la capacidad incorporada, a menudo puede encontrar a alguien dispuesto a escribir un script para lograr lo que necesita; he utilizado la Comunidad de esta manera en el pasado.
Encontré este artículo reciente que podría interesarle: https://www.tandfonline.com/doi/full/10.1080/08839514.2024.2322362#d1e4814 . No lo he examinado en detalle, pero parece ser una especie de híbrido de límites de control y de especificación; al menos ese es mi intento de interpretación de alto nivel. La inclusión de parámetros económicos parece una forma de introducir significado en los límites de control en lugar de depender simplemente de un cálculo estadístico basado en los datos. Si alguien puede digerir este artículo, por favor confirme (o refute) esto y amplíe la interpretación si es posible.
Re: Cuadro de control individualNo dudes en ignorar por completo mi publicación a continuación. No se solicita ninguna respuesta. Dudo en publicar esto... no es mi intención ofender. He copiado la parte 1 (de 3) de una publicación anterior de Fausto, en la que se describe la situación y la motivación. He añadido preguntas.
- Los datos fueron proporcionados por un gran sistema hospitalario preocupado por una tasa muy alta de infecciones del tracto urinario (ITU) adquiridas en el hospital.
¿Qué es una “tasa muy alta”? ¿Cómo se mide? ¿Se ha estudiado el sistema de medición (por ejemplo, para determinar si se trata de una infección urinaria y no de otra infección o problema de salud)? ¿Cómo se determina que se trata de una infección inducida o adquirida en el hospital y no de una infección que el paciente ya tenía, tal vez indetectable o no medida antes de venir al hospital o contraída por visitantes del paciente, etc.?
En concreto, al hospital le gustaría hacer un seguimiento de la frecuencia con la que son dados de alta pacientes que contrajeron una infección urinaria mientras estaban en el hospital como forma de identificar rápidamente un aumento en la tasa de infección o, por el contrario, controlar si los próximos cambios en los procesos o materiales dan lugar a menos infecciones.
¿Por qué quieren rastrear esto? I Pensarían que quieren reducirlo. Las preguntas principales que responden los gráficos de control son:
- ¿Cómo debe proceder la investigación (especial o común?) y
- ¿Dónde debería centrar sus esfuerzos de investigación (por ejemplo, qué componentes de variación dominan)?
Supongo que su intención es comprender la estructura causal, tal vez realizando experimentos o tomando muestras para descubrir las causas y, en última instancia, sugiriendo posibles soluciones. Parece que lo que les falta es una medición que sea capaz de proporcionar una medición rápida de la infección. ¿Cómo es posible que el trazado de los datos actuales conduzca a la creación de una ¿Mejor medida? Yo creo que, en base a la información proporcionada en el punto 2 (del post anterior), quieren entender y reducir el número de problemas de salud inducidos/adquiridos en el hospital (de los cuales uno son las infecciones urinarias). No quieren reducir las infecciones urinarias reemplazando esa infección con otro problema de salud.
Debido a que la causa raíz a menudo difiere según el género, los pacientes masculinos y femeninos se registran por separado y este ejemplo se centra en los hombres.
Esta es una hipótesis. ¿Quizás se haya estudiado? ¿Cómo se estudió (un factor a la vez)? Hay mucho ruido y factores ocultos involucrados. ¿Cómo se tuvo en cuenta el ruido en sus estudios? Parece que el muestreo dirigido sería bastante útil para separar los componentes de la variación.
Los datos, que pueden verse en el apéndice, parecen satisfacer el supuesto distribucional para el uso del gráfico t, con un tiempo medio entre pacientes varones con ITU de 0,21 días o alrededor de 5 horas.
¿Es esta la mejor manera de medir los fenómenos? ¿Importa la gravedad de la infección urinaria? ¿Se puede medir la cantidad de infección? ¿Hay otras variables de interés (por ejemplo, signos vitales, otras infecciones, otros problemas de salud)? ¿Con qué frecuencia se realizan pruebas a los pacientes para determinar cuándo exactamente contrajeron la infección? ¿Podrían otras medidas correlacionar o predecir la infección?
Realmente se preocupan por la tasa de infecciones inducidas en el hospital . Si bien el tiempo medio hasta la aparición de una infección urinaria es una medida de la tasa, parece que cada evento podría considerarse independiente (cada punto de datos es un paciente diferente con diferentes afecciones de salud subyacentes). También parece que puede haber algunas similitudes debido a los posibles efectos hospitalarios (tanto causas comunes como especiales). ¿Cómo se distinguirá al trazar la métrica entre estas diferentes fuentes de variación?
Los datos se graficaron utilizando el método de gráfico t propuesto y demuestran control estadístico.
¿Qué se entiende por control estadístico ? ¿Es bueno tener una cantidad constante y predecible de infecciones urinarias? ¿Cómo se “crean” los límites de control? Los límites de control son una función de las x (variables) que cambian en la frecuencia de muestreo diseñada. El enfoque de Shewhart consiste en seleccionar un subconjunto de las x y agruparlas en un subgrupo (para efectos del argumento, en un plazo relativamente corto). Se elige otro conjunto de x que varíe en un plazo más largo (o en alguna otra condición racional). Se utiliza el subconjunto de x como base para la comparación. En primer lugar, ¿el subconjunto de x es consistente (gráfico de rango)? Si lo es, se puede hacer una comparación con el otro conjunto de x que varían en el estudio. Esto se hace utilizando el gráfico de barras X. Los límites de control son una función del rango (el subconjunto de x) y los puntos trazados en el gráfico de barras X son una función del cambio de x entre subgrupos. Si este gráfico está “bajo control”, entonces las x dentro del subgrupo dominan el efecto sobre el Y trazado. Si este gráfico está “fuera de control”, entonces dominan las fuentes intermedias.
“El ingeniero que logra dividir sus datos inicialmente en subgrupos racionales basados en teorías racionales está, por lo tanto, inherentemente en mejor situación a largo plazo…”
Shewhart
Re: Cuadro de control individual@statman Superusuario
==================================================== ======================
“El ingeniero que logra dividir sus datos inicialmente en subgrupos racionales basados en teorías racionales está, por lo tanto, inherentemente en mejor situación a largo plazo…”
Shewhart
“Todos los modelos son erróneos, algunos son útiles” GEP Box
==================================================== ======================
statman Superusuario
¡Estas afirmaciones no ayudan en este caso!
No quieres considerar eso
- Los datos son de personas físicas
- Y se distribuyen exponencialmente.
- Y la distribución IMPORTA a la hora de elaborar el gráfico de control y calcular los límites de control.
SI mi JMP Edición para estudiantes
- Habría funcionado correctamente con Rare Events
- No molestaría a la Comunidad JMP
- Con el problema explicado en mi carta
POR FAVOR
- Elige un caso en el que confíes
- con datos distribuidos exponencialmente
- y los individuos
- e infórmenos sobre su análisis (Gráfico de Control)
Mientras tanto, vea esto del libro de Montgomery.
fausto G
Re: Cuadro de control individualhombre 1Nivel V
SI mi JMP Edición para estudiantes
- Habría funcionado correctamente con Rare Events
- No molestaría a la Comunidad JMP
- Con el problema explicado en mi carta
Los estudiantes deben saber cómo analizar eventos raros.
Leeré el artículo que me sugeriste y volveré.
fausto G
Re: Cuadro de control individual
Re: Cuadro de control individual@dlehman1 Nivel V
En el artículo usted sugirió que hay…
- Es una tontería,
- a menos que el Investigador (Académico) sea iluminado por el Espíritu Santo
- quien le dice los valores VERDADEROS de las cantidades Theta_0, LCL y UCL:
- Estas cantidades DEBEN estimarse a partir de los datos y son números.
- (determinaciones) de Variables Aleatorias
Re: Cuadro de control individual@Mark_Bailey, Personalf
Gracias.
Estoy esperando ansiosamente el VERDADERO caso de Gráficos de Control Individual (con datos distribuidos exponencialmente)
fausto G
Re: Cuadro de control individualLamento mucho no haber podido comunicarte mis pensamientos. Todavía no estoy seguro de por qué el tiempo medio hasta la infección urinaria se distribuye exponencialmente... parece que debería distribuirse de manera aleatoria (normal), a menos que se tomen medidas en el proceso.
Re: Cuadro de control individual@ hombre estadista, Superusuario
TU ESCRIBE:
- Todavía no estoy seguro de por qué el tiempo medio hasta la infección urinaria se distribuye exponencialmente...
- Parece que debería distribuirse de forma aleatoria (normal), a menos que se realicen acciones en el proceso.
- “Todos los modelos son erróneos, algunos son útiles” GEP Box
Tú no quieres aceptar eso
- Los datos se distribuyen exponencialmente....
- NO “ tiempo medio para una infección urinaria ”
- Distribuido aleatoriamente NO SIGNIFICA distribuido normalmente
- Algunas ideas sobre modelos son TOTALMENTE EQUIVOCADAS
Os pido de nuevo que encontréis un caso en el que confiéis…
fausto G
Re: Cuadro de control individualhombre 1Nivel V
En el artículo usted sugirió que hay…
No encuentro este resultado
¿Puede?
fausto G
Re: Cuadro de control individualdlehman1Nivel V
11 de octubre de 2024
Estimados colegas,
Please find my analysis of the Car Seats data given in the paper suggested by dlehman1Nivel V
Me parece muy extraño que
- Un proceso fuera de control (OOC) es mejor que
- Un proceso en control (IC)
¿Qué opinas?
k1_A, k2_A, k1_B, k2_B
son los límites de control que se muestran en el documento.
fausto G
Re: Cuadro de control individualEl control (tal como lo define Shewhart) no tiene nada que ver con lo bueno o lo malo. Eso es una función de la especificación. Las especificaciones se derivan típicamente (siempre) de manera independiente de los datos y variaciones del proceso real.
Mi sugerencia es que intentes comprender lo que Shewhart quiso decir con control, ya que él es el creador del método de los gráficos de control. Lo tomas o lo dejas. Me voy.
Re: Cuadro de control individual@statman , superusuario con 769 kudos
TU ESCRIBE:
- Estoy fuera.
- “Todos los modelos son erróneos, algunos son útiles” GEP Box
Es una verdadera lástima.
No veremos ningún caso en las Gráficas de Control en las que confíes… (a pesar de que te pedí que encontraras un caso)
Creo que, a pesar de citar a Shewhart y Box, usted es incapaz de tratar con datos “reales” y de hacer buenos Gráficos de Control…
No has analizado ningún dato, no has aportado ningún dato…
Hiciste muchas divagaciones
En mi opinión, deberías
- Estudie los libros de Shewhart y Deming
- Aprenda sus “buenas” ideas
- Estudie algunos libros de estadística “buenos”
- Aprende que algunas ideas sobre modelos son TOTALMENTE EQUIVOCADAS
fausto G
Re: Cuadro de control individualTus publicaciones en este foro son inaceptables. Has venido aquí en busca de consejos y muchos te los han dado. La mayoría de nosotros ofrecemos nuestro tiempo como voluntarios. Te sugiero que lleves tus quejas a otro foro.
Re: Cuadro de control individualNo parece que este hilo vaya a progresar de manera positiva, por lo que desactivaré los comentarios.
Jeff Perkinson
Moderador de la comunidad de usuarios de JMP
