时空序列事件统计过程监测研究

In modern society, public health and environmental hygiene event surveillance has caused extensive concern. The data of these events is a complex space-time series, including both the temporal and spatial information. Some of the data show obvious spatial correlation or spatial and temporal autocorrelation. This project aims to study the statistical process monitoring methods for event with a space-time series, including non-parametric statistical process control methods for monitoring a event rate in which both the temporal and spatial information are considered, statistical process monitoring methods based on space-time scan statistics of which the the scanning windows vary, and statistical process monitoring methods for event with a space-time series based on the spatio-temporal autoregressive and moving average (STARMA) model in which the spatial and temporal correlation is considered. These studies for event monitoring take full advantage of the spatial and temporal information to make sure the effectiveness of the monitoring and the sensitivity to a quick detection. The study of statistical process monitoring for event with a space-time series is an important complement of the statistical process control theory. The study has demonstrated the potential in the aspect of monitoring the space-time series for empirical research in the fields of public health and environment.

在现代社会中，公共健康与环境卫生事件监测是人们关注的热点问题之一。针对这些事件记录的数据是复杂的时空序列，不仅包含时间信息和空间信息，某些数据还存在明显的空间相关性或时空自相关性。本项目将研究时空序列事件的统计过程监测方法，包括考虑事件的时间特征和空间特征，建立基于事件发生率的非参数统计过程监测方法；建立基于时空扫描统计量的统计过程监测方法，研究时间、空间扫描窗口的动态变化；在此基础上，考虑数据存在的空间相关性或时空自相关性，研究基于时空自回归移动平均（STARMA）模型的时空序列事件统计过程监测方法。这些研究能够充分利用事件监测数据中的时间信息和空间信息，提高监测的有效性和灵敏度。本项目研究成果在理论上是对统计过程控制理论的一个重要补充，在实践上又可应用于公共健康、环境等时空序列数据的监测分析。

本项目主要研究了基于事件的统计过程监测方法，在国家自然科学基金青年基金项目的资助下，课题组完成了以下几方面的工作：（1）考虑事件发生率，研究了时间序列异常事件的累积和（CUSUM）控制图监测方法，通过仿真运算，确定了控制界限并对其性能进行了评价；（2）基于指数加权滑动平均（EWMA）预测，研究了服务水平的统计过程监测与调整方法，并进行了应用研究；（3）研究了事件发生间隔控制图对生产提前期的有效监控方法；（4）研究了决策树方法在焊接质量控制中的应用问题；（5）针对少发事件过程，基于M-W U统计量建立了低不合格率生产过程的非参数统计过程控制方法；（6）考虑到一些事件的时间特征和空间特征，研究了基于时空扫描统计量的事件监测方法。相关研究成果可为事件统计监测问题提供方法参考，可用于对生产过程的监测、服务水平的质量监测、医疗不良事件的监测、时空异常事件监测等方面。本项目在时空序列数据统计监控与应用验证方面还要进一步深入研究。