Resumen

Los datos atributivos de procesos de alta calidad pueden ser monitoreados de manera efectiva decidiendo si detenerse o no en cada momento en el que ocurran fallas. Cuanto menor sea el grado de cambio en la tasa de fallas durante un estado fuera de control en el que se desee estar óptimamente protegido, mayor debería ser . Bajo homogeneidad, la distribución involucrada es binomial negativa. Sin embargo, en el monitoreo de la atención médica, los (grupos de) pacientes a menudo pertenecerán a diferentes categorías de riesgo. En el presente documento, mostraremos cómo la información sobre la pertenencia a una categoría puede ser utilizada para ajustar los gráficos básicos de binomial negativa a los riesgos reales incurridos. También se prestará atención a comparar dichos gráficos condicionales con sus contrapartes incondicionales. Estas últimas tienen en cuenta la posible heterogeneidad pero se abstienen del ajuste de riesgo. Cabe destacar que en el caso ajustado por riesgo intervienen varios parámetros, los cuales

• Materias:Funciones analíticas Sistemas algebraicos Gráficas de control Soluciones paramétricas Convergencia estadística
• Subjects:Analytic functions Algebraic systems Control charts Parametric solutions Statistical convergence
• Palabras claves:Datos; Procesos; Fallas; Control; Distribución; Riesgo
• Keywords:Data; Processes; Failures; Control; Distribution; Risk