推移圖：非隨機變化的傳統4條規則

使用推移圖改善品質

在品質改進專案期間監測改變的影響建立推移圖是好方法，一開始可用初始中位數當作基線。如果取得基線資料的過程來自顯示沒有括弧內指（位移、趨勢、資料線群數、天文資料點）的這些信號，則將此初始中位數擴展到或「凍結」到未來。這樣，新資料才不會影響初始中位數。新資料的任何變化都更清楚地與基線中位數相對立，從而可以更準確地檢測改進信號（基於概率的規則相對於此中值）。

位移和資料線群數規則在適用之前需要超過 10 個點。但是，有許多應用（例如，對年度 PSA 測試的患者監控），推移圖僅使用三個或四個資料點，便可及早預測中心趨勢和趨勢。

推移圖的局限性

推移圖旨在早期偵測過程中隨時間而改善或退步的信號。
但是，如果流程是穩定的（和 Shewhart 關聯的管制圖定義），則推移圖無法確定。將管制圖與推移圖一起使用可能會造成混淆，因為兩種方法分別包含不同規則用於識別非隨機模式的。使用推移圖時，請避免使用「特殊原因」和「穩定」或「不穩定」等用語，相反地可用於管制圖。

如何建構推移圖

• 推移圖（運行圖、趨勢圖）是按某種順序來繪製數據資料的圖形顯示。
• 水平軸通常是時間刻度（例如天、周），但也可能包括有順序別的患者、訪問或流程。
• 垂直軸表示正在研究的品質指標（例如感染率、患者跌倒次數、再入院率）。
• 通常，我們以中位數作為圖形中心線，因為：
  1. 它提供了一半的觀測值預期位於中心線上方和下方的點，以及
  2. 中位數不受資料點極值的影響
• 目標線、執行措施時間點以及其他事件的註釋也可以添加到推移圖中。

中位數和推移圖規則可幫助我們目視化不同干預措施、變化、測試其隨時間變化而產生的影響。

説明解釋推移圖的規則

三個以概率為基礎的規則，用於客觀地分析推移圖：基於 p<0.05 的 α 誤差分析資料中非隨機模式的證據。