Statistisk kvalitetsudvikling med R er en et-dages workshop, hvor du lærer at konstruere serie- og kontroldiagrammer til løbende kvalitetsudvikling med programmeringssproget R.
Workshoppen henvender sig til dig, som allerede har rutine i databehandling og visualisering med R, og som vil lære statistisk kvalitetsudvikling med R.
På workshoppen lærer du at konstruere og fortolke serie- og kontroldiagrammer, som er uundværlige redskaber til kvalitetsudvikling og -kontrol. Du lærer at skelne mellem tilfældig og ikke-tilfældig variation i data over tid, og du lærer at programmere dine analyser, så det bliver så let som at trykke på en knap at køre den samme analyse igen og igen, efterhånden som nye data kommer i hus.
Vi begynder dagen med en kort teoretisk gennemgang af kontroldiagrammets formål og funktion og lærer at konstruere kontroldiagrammer fra bunden med funktioner fra base R. Så gentager vi øvelsen med funktioner fra ggplot2-pakken og slutter af med en grundig gennemgang af qicharts2, som rummer funktioner, der automatiserer konstruktion og analyse af kontroldiagrammer og rummer mange smarte faciliteter, som kan gøre livet som kvalitetsudvikler lettere.
# Konstruer U-kontroldiagram over det månedlige antal CDI-infektioner
# per 10.000 risikodøgn fra datasættet cdi med funktionen qic()
# fra R-pakken qicharts.
library(qicharts2)
qic(month, n, days,
data = cdi,
chart = 'u',
multiply = 10000,
title = 'C. diff.-infektioner',
caption = 'U-diagram',
ylab = 'Infektioner per 10.000 risikodøgn',
xlab = 'Måned')
Workshoppen rummer en blanding af oplæg og drøftelser i plenum og øvelser på egen PC. Workshoppen er 100% PowerPoint-fri og forudsætter en høj grad af deltagerinvolvering.
Du kan læse mere om statistisk kvalitetsudvikling og kontroldiagrammer i min nye bog Håndbog i kvalitetsudvikling med data.
Workshoppen forudsætter, at du har erfaring med R svarende til indholdet i kurserne R fra bunden og Databehandling og visualisering med R.
Du skal medbringe en bærbar computer med en tidssvarende version af R (≥ 4.2.0), RStudio (≥ 2022.02.0) og R-pakken qicharts2 installeret.
Hvis installationen volder problemer kan du måske finde hjælp i installationsvejledningen nederst på denne side.
Datoer: …
Tid: 08:30-15:30
Sted: …
Forplejning: …
Tilmelding: …
Pris: …
Jeg er læge og har de seneste snart 20 år beskæftiget mig på fuld tid med patientsikkerhed og klinisk kvalitetsudvikling i almindelighed og brug af data til kvalitetsudvikling i særdeleshed. Jeg har benyttet R siden 1999 og har udviklet flere R-pakker til bl.a. statistisk kvalitetsudvikling.
Jacob Anhøj
Overlæge, DIT
R er et helstøbt og rigt programmeringssprog. Med R kan du bearbejde, analysere og visualisere data. Og hele processen kan automatiseres, så den kan gentages igen og igen med et enkelt “tryk på knappen”, når nye data bliver tilgængelige.
R kan ovenikøbet bruges til at skrive rapporter, bøger og hele hjemmesider, som samler data, analyser, grafer, tabeller og tekst i én arbejdsgang. Aldrig mere klippe-klistre, og aldrig mere bekymre sig om skrifttyper, indrykning, marginer osv. Hvis du sørger for indholdet, sørger R for alt det praktiske.
Inden træerne vokser helt ind i himlen, skal du være opmærksom på, at R er et programmeringssprog, der – ligesom alle andre sprog – kræver mere end almindelig interesse og vedholdenhed at lære. Men hvis du arbejder med data oftere end sjældent, er det besværet værd. Og hvem sagde “besvær”? At lære R er heldigvis ikke bare nyttigt, det er også sjovt.
R kan hentes til Windows, macOS og Linux fra The Comprehensive R Archive Network (CRAN), https://cran.r-project.org/.
RStudio Desktop findes hos Posit, https://posit.co/download/rstudio-desktop/.
Installation af de to programmer forløber normalt problemfrit. Men hvis du benytter en arbejdscomputer med Windows og ikke har administratoradgang, skal du måske installere R og RStudio fra din arbejdsplads’ softwarebibliotek. Desværre er er det langtfra altid, at arbejdspladserne stiller tidssvarende versioner af programmerne til rådighed for sine medarbejdere. I så fald, kan du forsøge en lokal installation, som ikke kræver administratoradgang:
Opret en undermappe til R i din hjemmemappe, fx “Dokumenter\programmer\”.
Hent R-installationsfilen fra The Comprehensive R Archive Network (CRAN), https://cran.r-project.org/. Kør installationen som vanligt, men vælg den nye programmappe som installationssted.
Opret en undermappe til RStudio, fx “Dokumenter\programmer\rstudio\”.
Hent RStudio som zip-fil fra Posit, https://posit.co/download/rstudio-desktop/, og udpak filen i RStudio-mappen.
Åbn RStudio ved at dobbeltklikke på filen rstudio.exe. Du kan lave en genvej til RStudio på skrivebordet eller proceslinjen.
Hvis du får brug for eventuelle ekstrapakker til R (og det gør du), kan du installere dem med kommandoen install.packages() fra kommandolinjen i R, fx install.packages("tidyverse").
Denne workshop er en del af et kursusforløb:
Statistisk kvalitetsudvikling med qicharts2 og R
Rapportskrivning med R og Rmarkdown
Interaktive dashboards med R og Shiny