todennäköisyydenseurannassa

Todennäköisyydenseuranta on tilastollisten menetelmien ala, jossa seurataan binäärisen tapahtuman todennäköisyyttä ajan kuluessa. Tavoitteena on havaita poikkeamia odotetusta tasosta tai muutoksia riskissä sekä varmistaa nopea reagointi. Tämä lähestymistapa soveltuu tilanteisiin, joissa data kertyy sekvenssina ja päätöksiä on tehtävä reaaliajassa, kuten prosessinohjauksessa tai riskinhallinnassa. Keskiössä on muutos p:n, tapahtumisen todennäköisyyden, havaitseminen eikä pelkästään yhden otoksen p-arvon estimointi.

Tyypillisiä lähestymistapoja ovat p-kartat, eli kontrollikartat, jotka seuraavat havaittua epäonnistumisten osuutta suhteessa ennalta määriteltyyn rajaan. Sekventiaalisia menetelmiä ovat SPRT (sequential probability ratio test), CUSUM ja EWMA, jotka ovat erityisesti herkkiä sekä suurille että pienille muutoksille p:ssa. Bayesian-menetelmät päivittävät posterioreen p-arvon uuden datan myötä ja tuottavat todennäköisyyspohjaisia hälytyksiä. Lisäksi voidaan ottaa huomioon yli-dispersion, autokorrelaatio sekä moni-parameterinen seuranta.

Sovelluksia ovat muun muassa tuotannon laadunvalvonta, epidemiologia ja kansanterveysseuranta (esimerkiksi infektioiden tai tapahtumien määrien todennäköisyyden seuraaminen), rahoitus ja kyberturvallisuus sekä luotettavuus- ja huolto-seuranta.

Suunnittelussa valitaan monitoroitava tilasto, otos- tai näytteenottosuunnitelma, päätöskynnykset sekä suorituskykymittarit, kuten ARL (average run length). Haasteita ovat harvoin esiintyvien tapahtumien seuranta, mallin erityispiirteisiin sopeutuminen ja tulosten tulkinnan selkeyttäminen päätöksentekijöille.

Katso myös: tilastollinen prosessinohjaus, sekventiaalinen analyysi, Bayesian tilastotiede, muutoksen havaitseminen.