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.
Roger D. Peng. R Programming for Data Science (https://bookdown.org/rdpeng/rprogdatascience/)
Hadley Wickham, Mine Çetinkaya-Rundel, and Garrett Grolemund. R for Data Science (https://r4ds.hadley.nz/)
Hadley Wickham. Advanced R (https://adv-r.hadley.nz/)