<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> Que me disent mes données? Faire la distinction entre un problème de processus ou une erreur de mesure en utilisant JMP pour visualiser les résultats
Christel Kronig, scientifique analytique principale, Dr Reddy's Laboratories
Les méthodes d'analyse sont essentielles pour soutenir le développement et la fabrication de produits pharmaceutiques. Mais devrions-nous toujours croire les données générées par ces méthodes? À quel point le résultat du test est-il proche de la valeur réelle réelle? La compréhension de l'erreur de mesure est essentielle pour prendre des décisions éclairées: mon produit est-il stable? Y at-il un problème avec mon processus? Mon produit est-il conforme aux spécifications?
Pour évaluer l'erreur de mesure, il est nécessaire de collecter des données et d'effectuer des calculs appropriés tels que biais, précision, incertitude, etc. Visualiser graphiquement les résultats peut être extrêmement puissant. Plusieurs exemples d'évaluation et de visualisation des erreurs de mesure seront présentés à l'aide de plusieurs plates-formes JMP telles que Gauge R & R, ANOVA et les cartes de contrôle.
La méthodologie de validation du profil d'exactitude est un moyen puissant de comprendre l'erreur totale pour une méthode analytique donnée. Une application de cette méthodologie permettant de comparer les performances de 4 techniques analytiques différentes pour 3 attributs distincts et 4 produits différents sera présentée dans un graphique puissant généré à l’aide de Graph Builder.
