監測預警基礎4-升級簡單控制圖，來看看簡單移動平均控制圖！

系列簡介

這是我們一系列原創技術貼，從易到難，每天學習一點。所有內容均為疾控數據分析、科研論文相關，或者說很多和現在的熱門監測預警相關，所以我們這個系列就叫“監測預警基礎”。

今天是第4節，今天的內容其實就是把移動平均和控制圖結合起來的應用。

簡單控制圖雖然做起來非常簡單，但是有一個致命的缺陷，那就是閾值是固定的，無法適應數據長期趨勢的自然變化，此外，如果疾病活動水平緩慢上升，但始終未超過固定閾值，可能會錯過早期預警的機會。

好的，現在來到我們的主題，簡單移動平均控制圖。

什么是移動平均我們已經學過了，如果說移動平均是一種平滑數據的方法，目的是 消除短期隨機波動，讓數據背后的長期趨勢或周期模式變得更清晰可見。

那么

簡單移動平均控制圖就是一種統計過程控制方法論，一種分析性工具判斷過程是否異常，在描述趨勢的基礎上，建立“正常波動”的客觀邊界，用于檢測過程是否發生統計意義上的顯著變化。

簡單移動平均控制圖由2部分構成，首先是一條平滑后的曲線（移動平均線）， 其次是2兩條控制限，上控制限UCL和下控制限LCL。

控制線怎么來：UCL/LCL = 目標均值 ± 系數 ×標準差 (σ)，這是其作為“控制圖”的靈魂。

什么時候預警，就是看觀測值有沒沒有超過控制線。

操作其實很簡單，就是Excel里面，在時間序列數據的基礎上增加幾個變量，先算移動平均和移動標準差，然后計算上控制限，最后讓觀測值和上控制限比較即可。

作為最基礎的預警方法之一，簡單移動平均控制圖法可以

1、建立法定傳染病的早期預警系統：當移動平均線突破基于歷史基線計算的控制限時，自動觸發預警信號。

2、客觀評估干預措施效果：觀察干預后，移動平均線是否從超出控制限恢復到控制限內。

3、區分季節性波動和異常暴發：控制限已考慮了歷史季節性波動，超出部分更可能是異常信號。

當然，上面的例子只是做了7日或者5日移動平均，也可以選擇幾年的數據，同時求這幾年的 7日或者5日移動平均，或者7周或者5周移動平均，然后求出移動均值和移動標準差，再用移動均值 ± 系數 ×標準差 (σ)， 這就是控制限了。其實和前面的一樣，只不過考慮了更多的基線數據。

這種簡單移動平均控制圖，可以當做第3節簡單控制圖的升級，可以認為其考慮了季節性，隨著時間的改編控制上限是變化的，而不是固定閾值那樣。

編輯：普通疾控人 | 審核：詩酒趁年華

文章來源 | 原創

說明 | 轉載只為分享，如有侵權聯系刪除

?版權聲明 | 部分信息和圖片來自公開網絡

轉載請注明

再次轉載請注明出處

科普健康 | 宣傳疾控

本號為多位疾控機構從業者運營

重點關注國內外健康事件

致力于疾控科普

在做好科普服務大眾的同時

做好疾控機構的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說明

本文為原創內容， 文章為個人理解所學，不涉及疫情信息及內部保密數據，發表的目的為自我總結及給有需求的人士學習使用。如有不妥之處，歡迎聯系小編修改、刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號