Webbansvarig

Rapportera gärna fel, små som stora, inklusive stavfel, tecken som inte blir rätt, osv. Använd länken 'Webbansvarig'.

Föreningen industriell statistik & SFK-StaM

Ind Stat

SFK

SFK-StaM

Ind Stat (Föreningen Industriell Statistik). Industriell Statistik är en fristående förening inom Statistikfrämjandet (Se [Länkar]), men har också kopplingar till SFK-StaM och ENBIS (European Network for Business and Industrial Statistics). Se också länk till höger på hemsidan.

SFK (Svenska förbundet för kvalitet). Klicka här för en presentation av SFK (se också [Länkar] till vänster på hemsidan).

SFK-StaM (Statistisk Metodik). StaM är en av flera sektioner inom SFK och har ett tätt samarbete med Ind Stat.




SFK...


"Vi är en ideell organisation som erbjuder våra medlemmar att ingå i ett nätverk bestående av personer som arbetar inom området kvalitets- och verksamhetsutveckling - ett brett område som omfattar ledarskap, kvalitet, miljö, arbetsmiljö, hälsa och säkerhet.

Vi är närmare 900 medlemmar - både företag/organisationer och enskilda personer. För dig som är aktiv i ditt nätverkande väntar många givande möten med kollegor från många olika branscher.

Att vara medlem i SFK innebär ett lyft för dig personligen."

Mer information på förbundets hemsida: www.sfk.se

••••

Nästa seminarium – 24 mars 2017

Plats: Lund

"Riskanalys"

Så här var det
förra gången...

De flesta av oss är bekanta med tänkande kring begreppen ”vad händer om… etc”. Några är säkert bekanta med begreppet riskanalys. Kvalitet på dessa analyser är mycket viktig och därför känns det behövligt att presentera ämnet och de begrepp som används i sammanhanget.

⇨ Läs mer...

Skriv gärna en rad om dina önskemål eller erfarenheter: (sekreterare@indstat.se)

Felrapporter
I all IT-verksamhet förekommer felrapporter eller begäran om ändringar i programvaran. Det krävs mycket noggrannhet och planering så att ändringar och uppdatering får önskad effekt. En förändring av programkod måste verifieras och sättas in i olika sammanhang, olika marknader, olika versioner, etc. En felrapport eller ett förändringsförslag hoppar således mellan olika instanser, provkörs, bedöms, etc och kanske avslås eller senareläggs.

Orderhantering
En order brukar utlösa en mängd aktiviteter. Finns det råmaterial, finns det komponenter, finns det maskiner och resurser? Aktiviteterna skall planeras och tidsläggas, fakturor skall förberedas, osv. Vid vissa bestämda tillfällen i tiden möts dessa aktiviteter varav vissa är beroende på andra för att fortsätta. De flesta aktiviteterna avslutar på avsett sätt medan andra får ett annat avslut t.ex. kancellation, omarbete, reklamation, etc.

Bygglov
Ansökan om bygglov kommer till kommunens bygglovsenhet. Dessa ärenden förväntas flöda från start till mål enligt en given processplan. Emellertid finns det 'störningar' typ ofullständigt ifyllda handlingar, felaktiga eller saknade handlingar, överklagande, domstolsprövning, etc. Ett ärende kan alltså ha flera olika utgångar eller avslut. Det är alltså nödvändigt att använda statistisk metodik för att verifiera tider och andra utfall för att fatta rätt beslut om processens prestanda.

Sjukhuspatienter
Sjukhuspatienter och tillhörande handlingar förflyttas ofta från väntrum, till behandlingsrum, till övernattningar, till andra byggnader, etc, i processer som förväntas vara väldokumenterade. Emellertid drabbas processen dagligen av oväntade störningar – tidsförskjutningar, tekniska fel, akutärenden, komplikationer, personalbrist, etc.

Telekommunikation
Telekommunikation beskrivs ibland som 'paket' som förflyttas längs kopparkablar, optiska kablar, radiosignaler, etc. Det finns ofta en mycket stor mängd med kanaler att välja på men samtidigt en mycket stor mängd felkällor i form av störningar, felkodningar, konflikt mellan styrenheter, etc.


De olika exemplen ovan kommer från skilda verksamheter men har ändå liknande mätningar:

• man är intresserad av tidsmätningar, antingen totalt eller mellan delavsnitt
• man är intresserad av olika procentsatser: 'hur stor andel ärenden kommer i tid', 'hur stor andel av ärendena avvisas', etc.
• man är intresserad av antal ärenden pår tidsenhet, per avdelning, etc.

Dessutom funderar man hela tiden på hur processen kan förbättras, vad händer om antal stationer eller personer utökas, etc. För att få ett grepp om ovanstående punkter måste man ha bra mätningar och en tillfredsställande analys.

?

Skapa nya idéer.   Du får nya idéer om hur du skall se på den egna processen, några bra statistiska mått, några nya grafer.

Formulera mål.   Du får hjälp med att formulera eller omformulera mål så att de kan verifieras mot tillgängliga data.

Besvara frågor.   Det är inte helt trivialt att rätt formulera frågor så att de kan besvaras på ett meningsfullt sätt. Efter seminariet skall du ha fått en förbättrad förmåga att ställa och besvara frågor.

Hitta argument.   Ett förbättringsarbete är ingen självgående process. Det kräver att man på ett övertygande sätt kan argumentera för vissa ståndpunkter, analysformer, redovisningsprinciper, förändringar, etc.

!

Du får inte...

självklarheter eller snusförnuftiga råd typ:

- 'Planera din verksamhet'
- 'Eliminera flaskhalsar'
- 'Strukturera processen'
- 'Sätt patienten i centrum'

Vi tror att du redan har gjort en hel del men söker förbättrade verktyg och metoder. Du kommer heller inte att få en fullständig teoretisk bakgrund (det kan vi ge i en eventuellt efterföljande utbildning).

Efter seminariet...

Kanske du vill ha hjälp med att komma igång eller hjäp med att knåda lite data?

Kanske du känner behov av mer utbildning och 'hands-on'-aktivitet?

Vi kan alltid ordna ett eller flera utbildningstillfällen eller Webbinarium.

Hör av dig till oss!



Intresserad?

Detta är ingen anmälan, du anger bara ditt intresse för att bli kontaktad senare när det är möjligt att anmäla sig. Skriv ett brev till

sekreterare@indstat.se

"Riskanalys"

24 mars 2017, 09:30 — 17:00,   Lund (kostnadsfritt)

Fredrik Nystedt: Fredrik Nystedt är brandingenjör och tekn. lic. i brandteknik inom brandskydd och riskhantering. Forskarstudier vid LTH ledde in på en bana med tillämpningen av kvantitativa metoder vid projektering av brandskydd vid nybyggnad.
Fredrik har specialiserat sig på verifiering av brandsäkerheten i särskilt komplexa byggnader. Fredrik har också stöttat Boverket i regelskrivning i området.

Ullrika Sahlin: Ullrika Sahlin disputerade 2010 i ekologi med avhandlingen From data to decision – learning by probabilistic risk analysis of biological invasions, och har studerat osäkerhet vid bedömning av risker.
Hon undervisar på universitet i Bayesiansk analys för lärande och förutsägelser. Ullrika är ordförande i den Nordiska avdelningen av Society for Risk Analysis. Hemsida: http://www.cec.lu.se/ullrika-sahlin

Markus Ådahl och Leif Nilsson: Markus och Leif arbetar som lektorer vid Institutionen för matematik och matematisk statistik vid Umeå universitet. Båda är ansvariga för Civilingenjörsprogrammet i industriell ekonomi vars ena specialisering är risk management inom finans och försäkring. Markus har dessutom ett förflutet som livförsäkringsaktuarie.



09:30 — 10:00

Registrering och kaffe

10:00 — 10:10

Välkomst- och öppningsanförande
Göran Lande, Ordförande för Föreningen industriell statistik och SFK-StaM

10:10 — 11:00

Att utforma brandskydd utifrån beräknad risk
Fredrik Nystedt, Briab

Byggnaders brandskydd kan dimensioners med två vitt skilda metoder, antingen förenklad dimensionering (projektören följer Boverkets detaljerade anvisningar), eller analytisk dimensionering där projektören tar fram en verifierad lösning. Verifieringen kan göras med olika metoder och de mest avancerade bygger på beräkning av risk med utgångspunkt i statistik och simuleringar. Presentationen redovisar grundläggande principer för riskbedömning vid brandteknisk projektering varvat med praktiska exempel där behandling och tolkning av statistik spelar en central roll.

11:10 — 12:00

Fördelar med statistisk analys med fokus på osäkerhet
Ullrika Sahlin, riskforskare vid Lunds universitet

Riskanalys handlar mer och mer om att kvantifiera betydelsen av olika källor av osäkerhet på det som beslutsfattare är intresserade av. Statistisk analys baserad på den Bayesianska principen för lärande och förutsägelser är lämplig för att ge underlag för bedömning av risker eller för att väga in tyngden i kunskapsunderlag. Jag visar, med ett enkelt exempel som utgångspunkt, på fördelar med en kvantitativ analys av osäkerhet med hjälp av personliga sannolikheter.

12:00 — 13:00

Lunch

13:10 — 14:00

Kvantifiering och hantering av risk för livförsäkringsbolag
Markus Ådahl och Leif Nilsson, lektorer vid Institutionen för matematik och matematisk statistik vid Umeå universitet

De svenska livförsäkringsbolagen förvaltar miljarder kronor för framtida pensionsutbetalningar. EU-gemensamt riskregelverk föreskriver att livbolag ska ha en kapitalbuffert så att konkursrisken understiger 0.5%. Det finns två tillåtna metoder för att uppskatta ett nödvändigt riskkapital. Standardmodellen bygger på ett antal givna extrema scenarier för olika riskfaktor som vägs samman för att bestämma det nödvändiga riskkapitalet. Den mer avancerade metoden använder en modell som simulerar bolagets balansräkning för att uppskatta fördelningen för det egna kapitalet vid årets slut. I presentationen kommer vi att närmare redogöra för hur dessa uppskattningar genomförs.

14:10 — 15:00

Metodik, verktyg, kunskap — vad är användbart?
Föredragshållare och deltagare

15:00 — 17:00

Kaffe + diskussion,
Årsmötesförhandlingar

••••••

Trygghet och säkerhet är viktiga för oss eftersom de är grunden för våra behov och att inte veta, att vara osäker känns därför besvärande och oroande. Anledningar till osäkerheten kan vara många i vår nya osäkra värld. Ett sätt att öka säkerheten och tryggheten är att göra bra riskanalyser som kan ge oss nyttig information om tänkbara händelser i framtiden.

Riskanalys och kvalitet på dessa analyser är mycket viktig och det kan faktiskt avgöra skillnaden mellan liv och död. Därför är ämnet i sig mycket allvarlig och värdeladdad. Det finns olika typer av riskanalyser. De som är deterministiska är mera kända och används ofta, men de s.k. probabilistiska riskanalyser börjar vinna terräng i vetenskapen och används oftare inom industriella sammanhang. Man räknar helt enkelt med förekomst av den naturliga variation och använder sig av stokastiska resonemang och modeller. På detta sätt säkrar man analysens kvalitet genom att räkna fram osäkerheter vid bestämning av de mest sannolika scenarier och redovisar även tillförlitligheten av analysresultat.

Var?

Datum: 24 mars 2017

Plats: Lund

Tid: 09:30 — 17:00

Lokal: MH333 (vån 3), Matematikhuset



Adress: Sölvegatan 18, Lund

Karta: www.lu.se/sites/www.lu.se/files/institutionskarta-lu-2016.pdf

Hemsida: http://www.maths.lth.se/matstat/