Como interpretar um gráfico de controle contendo a maioria dos valores zero?

Estou usando um gráfico de controle para tentar trabalhar com alguns dados de infecção e emitirá um alerta se a infecção for considerada "fora de controle".

Os problemas chegam quando chego a um conjunto de dados em que na maioria das vezes os pontos de tempo têm infecção zero, com apenas algumas ocasiões de uma a duas infecções, mas eles já excedem o limite de controle do gráfico e acionam um alerta.

Como devo trabalhar no gráfico de controle se o conjunto de dados tiver muito poucas contagens positivas de infecção?

Obrigado!

Mude a variável Execute um gráfico de controle para a variável "tempo entre infecções". Dessa forma, em vez de uma variável discreta com um intervalo de valores muito pequeno, você tem uma variável contínua com um intervalo de valores adequado. Se o intervalo entre as infecções for muito pequeno, o gráfico fornecerá uma indicação "fora de controle".

Esse procedimento foi recomendado por Donald Wheeler em Entendendo a variação: a chave para gerenciar o caos .

Você está fazendo uma pergunta bastante complicada!

Isso está fora da minha área de especialização, mas sei que o professor Farrington trabalha com esse problema. Então, eu olhava alguns de seus artigos e seguia algumas de suas referências. Para começar, este relatório parece relevante.

Faria sentido plotar o gráfico de controle com base na média das infecções semanais ou em outra média flutuante semelhante? Isso reduziria os picos devido aos altos valores diários, garantindo ao mesmo tempo que as mudanças nas tendências fossem detectadas de maneira relativamente oportuna?

Talvez você possa criar um caso crítico em sua rotina / software para lidar com a situação. Se você detectar vários zeros no conjunto de dados, defina um controle separado para essa situação específica. Obviamente, isso é um hack e não uma solução de princípios, mas pode atender às suas necessidades atuais até que você possa criar algo melhor.

Thomas Ryan ("Métodos Estatísticos para Melhoria da Qualidade", Wiley, 1989) descreve vários procedimentos. Ele tende a tentar reduzir todos os gráficos de controle ao caso Normal, para que seus procedimentos não sejam tão criativos quanto poderiam ser, mas ele afirma que eles funcionam muito bem. Uma é tratar os valores como dados binomiais e usar a transformação ArcSin e, em seguida, executar gráficos CUSUM padrão. Outra é visualizar os valores como dados de Poisson, usar a transformação de raiz quadrada e executar novamente um gráfico CUSUM. Para essas abordagens, destinadas ao controle de qualidade do processo, você deve conhecer o número de indivíduos potencialmente expostos durante cada período. Caso contrário, você provavelmente terá que seguir o modelo de Poisson. Dado que as infecções são raras,

Porém, é de se perguntar se o gráfico de controle é o modelo conceitual correto para o seu problema. Você não está realmente executando nenhum tipo de processo de controle de qualidade aqui: provavelmente sabe, em bases científicas, quando a taxa de infecção é alarmante. Você pode saber, como um exemplo hipotético, que menos de dez infecções durante um período de uma semana raramente são prenúncios de um surto. Por que não definir seu limite superior nesse tipo de base, em vez de empregar um limite estatístico quase inútil?