Στατιστική ανάλυση δεδομένων COVID-19 με χρήση τεχνικών στατιστικού ελέγχου ποιότητας: Μια εμπειρική μελέτη για την περίοδο 2022-2024

Statistical analysis of COVID-19 data using statistical quality control techniques: An empirical study for the period 2022-2024 (Αγγλική)

  1. MSc thesis
  2. ΚΑΛΛΙΟΠΗ ΚΑΠΟΝΙΚΟΛΟΥ
  3. Διαχείριση και Τεχνολογία Ποιότητας (ΔΙΠ)
  4. 13 Σεπτεμβρίου 2025
  5. Ελληνικά
  6. 89
  7. ΡΑΚΙΤΖΗΣ, ΑΘΑΝΑΣΙΟΣ
  8. Ρακιτζής, Αθανάσιος | Ζηκόπουλος, Χρήστος
  9. Ανάλυση Φάσης Ι, Ανάλυση Φάση ΙΙ, Άνω όριο ελέγχου, Διάγραμμα Ελέγχου Εκθετικά Σταθμισμένου Κινούμενου Μέσου, Διαγράμματα ελέγχου Shewhart, Εβδομαδιαίοι θάνατοι, Κάτω όριο ελέγχου, Κεντρική γραμμή, Κόβιντ-19, ΜΕΘ, Στατιστική Ανάλυση
  10. ΔΙΠ60
  11. 1
  12. 6
  13. 64
    • Η παρούσα μεταπτυχιακή διπλωματική εργασία επικεντρώνεται στη στατιστική ανάλυση των δεδομένων της πανδημίας COVID 19 χρησιμοποιώντας κατάλληλες τεχνικές Στατιστικού Ελέγχου Ποιότητας. Ο COVID 19 αποτέλεσε μια παγκόσμια πρόκληση που ανέδειξε την ανάγκη για αποτελεσματικές μεθόδους ανάλυσης δεδομένων υγείας. Σκοπός της παρούσας μελέτης αποτελεί η εφαρμογή και αξιολόγηση των τεχνικών του Στατιστικού Ελέγχου Ποιότητας στην επιδημιολογική παρακολούθηση της πανδημίας, προκειμένου να εντοπιστούν κρίσιμες χρονικές μεταβολές και τάσεις στην ανάλυση των πραγματικών δεδομένων της πανδημίας COVD-19, κατά την περίοδο απο το 2022 έως το 2024, καθώς και η διερεύνηση της δυναμικής των δεδομένων της πανδημίας, μέσω των κατάλληλων μεθόδων στατιστικού ελέγχου διεργασιών/ποιότητας. Παρουσιάζονται οι τεχνικές στατιστικού ελέγχου ποιότητας, συγκρίνεται η απόδοσή τους με άλλες στατιστικές μεθόδους και εξάγονται συμπεράσματα τα οποία δύνανται να ληφθούν υπόψιν σε τυχόν μελλοντικές υγειονομικές κρίσεις. Η μελέτη περιλαμβάνει θεωρητική προσέγγιση, η οποία εμπεριέχει τις βασικές έννοιες του στατιστικού ελέγχου ποιότητας, τη συλλογή καθώς και την επεξεργασία των δεδομένων και την εφαρμογή τεχνικών στατιστικού ελέγχου ποιότητας (κυρίως διαγράμματα ελέγχου) για την ανίχνευση μεταβολών στις τάσεις των δεδομένων. Πρόκειται να αναλυθούν τα πλεονεκτήματα αλλά και οι περιορισμοί των διαγραμμάτων ελέγχου, να εντοπιστούν τα κρίσιμα χρονικά σημεία όπου παρατηρούνται σημαντικές αποκλίσεις, να προταθούν βελτιωμένα μοντέλα παρακολούθησης αλλά και χρήσιμα εργαλεία για την υποστήριξη των φορέων δημόσιας υγείας κατά τη λήψη έγκαιρων αποφάσεων. Στη συνέχεια, γίνεται εφαρμογή των διαγραμμάτων ελέγχου, με έμφαση στη χρήση διαγραμμάτων ελέγχου Shewhart και EWMA, καθώς και η συγκριτική τους αξιολόγηση έναντι των παραδοσιακών στατιστικών μεθόδων. Η ανάλυση βασίζεται σε πραγματικά δεδομένα από την Ελλάδα, όπως ο αριθμός κρουσμάτων, οι θάνατοι και οι εισαγωγές στη Μονάδα Εντατικής Θεραπείας (ΜΕΘ). Τέλος, προτείνονται βελτιώσεις και μελλοντικές κατευθύνσεις για περαιτέρω έρευνα και εφαρμογή των διαγραμμάτων ελέγχου (αλλά και άλλων τεχνικών στατιστικού ελέγχου ποιότητας) σε κρίσιμα ζητήματα υγείας.
    • This MSc thesis focuses on the statistical analysis of COVID-19 pandemic data using appropriate Statistical Quality Control (SQC) techniques. COVID-19 posed a global challenge that highlighted the need for effective methods of statistical analysis for health data. The purpose of this study is to apply and evaluate SQC techniques in epidemiological monitoring of the pandemic, in order to detect critical temporal changes and trends during the analysis of real-world COVID-19 data over the period from 2022-2024. The study also investigates the dynamics of pandemic data, as well as the suitability of various statistical methods. This MSc thesis presents key SQC techniques, compares their performance to other, more standard, statistical approaches, and draws conclusions that could be proved useful in future public health crises. The thesis includes a theoretical framework, covering the fundamental principles of SQC, the collection and processing of data, and the application of control charts for detecting shifts and trends in the process. The advantages and limitations of control charts are analyzed, along with the identification of critical time points where significant deviations occur. Improved monitoring methods and useful tools are proposed to support public health authorities in timely decision-making. Further, a detailed analysis of SQC techniques is presented, with particular emphasis on Shewhart and EWMA control charts, and their comparative evaluation against traditional statistical methods. The analysis is based on real data from Greece, including the number of confirmed cases, deaths, and Intensive Care Unit (ICU) admissions. Finally, improvements and future directions are suggested for further research and application of control charts as well as other SQC techniques in critical public health issues.
  15. Hellenic Open University
  16. Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές