Kontrola kvality,“Westgardova pravidla“

Slides:



Advertisements
Podobné prezentace
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ ÚSTAV GEODÉZIE
Advertisements

ZÁKLADY EKONOMETRIE 6. cvičení Autokorelace
Riziko zbytečného signálu v regulačním diagramu
Korelace a regrese Karel Zvára 1.
s aplikací statistických metod
Sedm základních nástrojů managementu jakosti
UKAZATELE ZPŮSOBILOSTI A VÝKONNOSTI
kvantitativních znaků
Statistické metody v ochraně kulturního dědictví
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
Odhady parametrů základního souboru
Hodnocení způsobilosti měřících systémů
Cvičení 6 – 25. října 2010 Heteroskedasticita
4EK211 Základy ekonometrie Autokorelace Cvičení /
Lineární regresní analýza Úvod od problému
ZÁKLADY EKONOMETRIE 7. cvičení Heteroskedasticita
Regulační diagram je to základní grafický nástroj statistické regulace procesu, který umožňuje posoudit statistickou zvládnutost procesu statisticky zvládnutý.
Národní informační středisko
Národní informační středisko pro podporu kvality.
Rozbory přesnosti v jednotlivých fázích vytyčení
Testování hypotéz (ordinální data)
Analýza způsobilosti procesů a výrobních zařízení
Autor: Boleslav Staněk H2IGE1.  Omyly  Hrubé chyby  Chyby nevyhnutelné  Chyby náhodné  Chyby systematické Rozdělení chyb.
Softwarové zabezpečení analýzy měřícího systému (MSA)
Nejnovější trendy v interním hodnocení kvality práce laboratoře
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
Náhodná proměnná Rozdělení.
SPC v případě autokorelovaných dat
Jak správně interpretovat ukazatele způsobilosti a výkonnosti
RNDr. Zdenek Kubíček Nemocnice Třinec
Základy ekonometrie Cvičení října 2010.
Matematická teorie rozhodování
Odhady parametrů základního souboru
Základy ekonometrie Cvičení 3 4. října 2010.
Porovnání středních hodnot: t-test, ANOVA, Tukeyho m.v.p.
Odhady parametrů základního souboru. A) GNR B) neznámé r. ZS (přesné parametry) : ,   VS (odhady parametrů): x, s x.
Národní informační středisko
ŘÍZENÍ JAKOSTI A SPOLEHLIVOSTI Věra Pelantová Pavel Fuchs verze 2009
Statistická analýza únavových zkoušek
1 6 Predikce potřeby Servisní logistika prof. Ing. Václav Legát, DrSc. Technická fakulta ČZU v Praze Katedra jakosti a spolehlivosti strojů
1 Nedodržení předpokladu normality v regulačním diagramu.
REGIONÁLNÍ ANALÝZA Cvičení 3 Evropský sociální fond
Lineární regresní analýza
Lineární regrese kalibrační přímky
Statistické výpočty v MATLABu
Experimentální fyzika I. 2
V. Analýza rozptylu ANOVA.
REGIONÁLNÍ ANALÝZA Cvičení 4 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Kalibrace analytických metod
Základy ekonometrie 4EK211
Metodika generování a ladění modelů neuronových sítí Ing. Martin MoštěkVŠB – Technická Univerzita Ostrava.
Normální rozdělení. U 65 náhodně vybraných živě narozených dětí byla zkoumána jejich porodní hmotnost [g] a délka [cm].
Korelace.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Systémy vnitřní kontroly kvality
IV..
Inovace bakalářského studijního oboru Aplikovaná chemie CZ.1.07/2.2.00/ Tento projekt je spolufinancován Evropským sociálním.
Analytické vlastnosti metod Václav Senft. Každé měření je spojeno s přesností, pravdivostí,… Měření rychlosti aut Měření hmotnosti Měření objemu.
Základy zpracování geologických dat R. Čopjaková.
Ověření modelů a modelování Kateřina Růžičková. Posouzení kvality modelu Ověření (verifikace) ● kvalitativní hodnocení správnosti modelu ● zda model přijatelně.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
INDUKTIVNÍ STATISTIKA
FN Brno – Pracoviště dětské medicíny, OKB
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Kalibrace analytických metod
Úvod do statistického testování
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
Lineární regrese.
Základy statistiky.
Transkript prezentace:

Kontrola kvality,“Westgardova pravidla“ František Všianský ÚKB Fakultní nemocnice Ostrava

Obsah Historie použití kontrolních diagramů Základní typy regulačních diagramů Předpoklady regulačních diagramů Použití pomocných (Westgardových pravidel) Výběr kontrolních pravidel Moderní regulační diagramy

Historie kontrolních diagramů W.A.Shewhart 1891-1967 V 1925 Labs.General Electric Bell Labs zavedl „kontrolní diagram“ 1933 adaptován do praxe ASTM a podílel se na kvalitě válečné výroby. W.Edwards Deming 1900 -1993 Byl žákem Shewharta rozvedl jeho teorii působil po válce v Japonsku(Total Management Quality (klíč jakosti je v pochopení variability měřícího procesu) autorem „Demingovy regrese“ Levey-Jennings publikovaly 1947 použití kontrolních diagramů v klinické biochemii

Individuální a R regulační diagram

Předpoklady pro regulační diagramy I. Normalita,symetrie dat Vypočítat šikmost a posoudit její významnost.Pokud je významná:vypočítat regulační meze pomocí retransformovaných hodnot po nelineární transformaci

Předpoklady pro regulační diagramy II. Konstantní střední hodnota(průměr) Ke skokové změně dochází při kalibraci,změně soupravy,nové šarže atd. K posouzení se může použít t-test Konstantní rozptyl(sm.odchylka) Ke změně může dojít při zhoršené kvalitě chemikálií,poruchy analyzátoru atd.

Předpoklady pro regulační diagramy III. Nezávislost dat,nekorelovatelnost hodnoty jsou mezi sebou většinou závislá (časové hledisko měření),autokorelace může být kladná,nebo záporná.Zjistíme ji vynesením do grafu hodnot xi versus xi-1 a vypočteme korelační koeficient.

Použití multi-pravidel v Shewhartově diagramu I. WECO –pravidla (1956) 13s 2 ze 32s 4 z 51s 8 bodů na jedné straně 15 bodů v 1s Nelsonovy pravidla (1984) součástí ISO 8258 9 a více bodů na jedné straně 6 a více lineárně rostou(klesají) 14 bodů a více osciluje 4 z 5 více než 1s na jednu stranu 15 bodů do 1s na jednu stranu 8 hodnot mimo 1s na obou stranách průměru

Použití multi-pravidel v Shewhartově diagramu II Westgard,Barry ,Hunt a Groth 1981 v Clin.Chem. publikovaly pravidla pro Shewhartův kontrolní diagram 12s 13s 22s R4s 41s 10x

„Westgardova pravidla“ N=2-4 a 2 kontrolní hladiny 13s 12s

„Westgardova pravidla“ N=2-4 a 2 kontrolní hladiny 22s R4S

„Westgardova pravidla“ N=2-4 a 2 kontrolní hladiny 41s 10x

„Westgardova pravidla“ N=2-4 a 2 kontrolní hladiny 8x 12x

„Westgardova pravidla“ 3 různé kontrolní materiály 2 ze 32s 31s

„Westgardova pravidla“ 3 různé kontrolní materiály 6x 7T 9x

Schéma řešení multi-pravidel

Simulační grafy

Postup zavedení pravidel Definovat si kvalitu pro test Znát klinický rozhodovací interval,celkovou chybu metody,biologickou variabilitu a celkovou povolenou chybu(TEa) Znát charakteristiku metody - bias,CV Vypočítat si Sigma-metriku metody Sigma = (TEa - bias)/CV Pro výborné a střední metody jedno pravidlo a minimum kontrol Pro špatné metody použít více pravidel a více kontrol Rozdělení pravidel Typ chyby Kontrolní pravidla Náhodná chyba 1/2.5s, 1/3s, 1/3.5s R4s, R0.05, R0.01 Systematická chyba 2/2s, 4/1s, 2z3/2s, 3/1s 6x, 8x, 9x, 10x, 12x, x0.05, x0.01, cusum

Grafy operačních specifikací „OPSpecs“

Moderní regulační diagramy –EWMA –Exponentially weighted Moving Average Statický -Roberts 1959 Wi=rxi+(1-r)Wi-1 r- nejčastěji v intervalu 0,15-0,40 Dynamický EWMA