| 日付時刻 |
ミュンヘン1世
|
ミュンヘンII |
ベルリン |
アテネ - 記録 |
結婚した
10：30〜正午
|
EU 2018 411
フォーミュラエディタディープダイブ
Mike MuhladaとAudrey Schull
この入門デモでは、例を使用して式エディタの仕組みを説明し、一般的なエラーを調査して修正し、式の作成に役立つベストプラクティスと便利な「テクニック」を固めます。詳細なチュートリアルでは、ドラッグアンドドロップ、キーボードショートカット、およびファンクションボタンを使用した式の作成など、式ビルダーのさまざまな側面について説明します。例を扱うときに、便利な関数について説明し、一般的な間違いを見つけて修正し、下付き文字を使って作業するなどします。取り上げるベストプラクティスのトピックには、カスタムフォーマット、データの「クリーンアップ」のための式の使用、列変換、より複雑な式を作成するための中間列の使用などがあります。ユーザー定義関数、結果のプレビュー、数式のエラー/警告の検出、カスタマイズ可能な機能リストなど、JMP 14の新機能に特に重点が置かれます。
データアクセスと操作
レベル1
|
EU 2018 414
それはどういう意味ですか？JMPのテキストエクスプローラの要点
Don McCormack / Bill Worley
人はコメントをし、機械はステータスを出力します。コメントや要約をよりよく理解するために使用できる単語やフレーズが大量にあります。多くの企業が質問しているのは、これらの未開発の未構造化データをどう処理するかということです。JMPのText Explorerは、顧客の分析や理解を深めるのに役立つデータマイニングツールを提供します。また、ビジネスを節約するために想定されていた新しい機器が予想通りに動作しないのはなぜですか。発表者は、JMP 13の元のテキストエクスプローラにある優れた機能の機能とともに、JMP 14の新しいプラットフォーム機能を紹介します。消費者のコメントや機械の信頼性を左右する頻繁に使用される用語やフレーズを簡単に判断できるようにする機能。いくつかのケーススタディを使用して、データの消去が驚くほど簡単であることを示します。Local Recodeのようなオプション、または分析にほとんどまたはまったく意味のないストップワードやフレーズを追加するなどのオプション。単語の雲があちこちに出現しているとあなたは数回クリックするだけでインタラクティブな単語の雲を生成する方法を学ぶでしょう。
プレゼンターは、JMP Proの高度なテキスト閲覧ツールと、テキストエクスプローラ内でLatent Sematic SVDとTopic Analysisを使用して、非構造化データから新しい洞察を発見する方法を説明します。最後に、プレゼンターは、変換された非構造化データと構造化データを活用することで、より予測的で有益なモデルを構築できることを実証します。
データ調査
レベル2
|
EU 2018 413
産業問題解決のための統計的思考
ミアスティーブンス
イアンコックス
最も困難な問題を解決するために、データとJMPの視覚的で対話的な性質を活用する方法を学びましょう。この分科会では、統計的思考の原理を紹介し、現実的な産業上の問題解決への実用的なデータ駆動型アプローチを紹介します。例とシミュレーションを通してコア技術と現代の統計方法の理解を促進して、概念を統一して、そして適用性を広げるためにエンドツーエンドのケーススタディを提示します。
データ調査
レベル2
|
EU 2018 412
JMPグラフとレポートの共有
ブライアンフリッケとマイケルヘクト
JMPは、視覚的にデータを探索して発見するための最適なツールです。ただし、すべての人がJMPユーザーであるとは限らないため、グラフやレポートを対象ユーザーに合わせた形式でエクスポートする必要があります。このセッションでは、JMPからグラフやレポートを取り出して共有に適した形式にする方法について説明します。特に、プレゼンテーション、印刷されたジャーナルや記事、そしてインタラクティブなWebページに対応したフォームでのグラフやレポートのエクスポートについて説明します。
データの可視化
レベル1
|
結婚した
1：00〜2：30
|
EU 2018 418
分数ランダムウェイトブートストラップに特に重点を置いたJMPおよびJMP Proのシミュレーション方法
ビル・ミーカーと
クリスゴットワルト
シミュレーションベースの統計的手法により、データを使って驚くべきことをすることができます。 このチュートリアルでは、JMPがこれらの強力な方法を簡単に利用できるようにした方法を説明するさまざまな例を紹介します。 信頼性アプリケーションから始めて、JMPのLife Distribution PlatformおよびFit Life By Xプラットフォームでベイジアン手法を使用した観測が非常に少ない状況で、より洗練された推論を取得する方法を示します。 次に、JMP Proでワンクリックブートストラップを紹介し、さまざまな例でその使用方法を説明します。その中で、非常に有用でありながら非常に過小評価されているフラクショナルランダムウェイトブートストラップを特に強調します。 リサンプリングに基づく古典的なブートストラップは、数十年の間、正確な方法が利用できず、サンプルサイズが簡単に頼ることができるほど十分に大きくない場合に信頼できる信頼区間を計算するために広く使用されてきた方法です。Wald（正規近似）信頼区間などの大標本近似法を計算します。 しかしながら、再標本化ブートストラップ法が使用できない多くの応用がある。これには、データが大幅に打ち切られている状況、「成功」応答がまれなイベントである場合、または説明変数間で成功と失敗が限定的に混在している場合のロジスティック回帰、パラメーター数が近い場合の計画実験が含まれます。観測数に。これら3つの状況に共通していることは、モデル内のすべてのパラメーターを推定することが不可能な場合には、かなりの割合のリサンプルが存在する可能性があることです。 フラクショナルランダムウェイトブートストラップ法は、これらの問題を回避し、信頼できる信頼区間を提供するために使用でき、JMP Proのほとんどのプラットフォームでクリックするだけです。 次に、JMP ProのSimulate Featureを使用して電力計算を行う方法を説明します。 これにより、JMP全体で多くの分析、特に結果が2値化されているように設計された実験に対して、べき乗計算を行うことが簡単になります。 JMP Proのシミュレーション機能の最後のデモンストレーションとして、プロファイラーのSave Bagged Estimatesオプションを使用してニューラルネットワーク予測の信頼区間を取得する方法を示します。
予測モデリング
レベル4
|
EU 2018 416
JMPプロジェクト：JMP 14で作業を整理するための新しい方法 - Dan ValenteとAaron Andersen
多くのJMPユーザーは、対話型のJMPセッションを経験し、多くのウィンドウを開いて、一度に開いたレポートを分析しました。この「フローティングウィンドウモード」でJMPを使用することは多くの人にとってうまくいくかもしれませんが、タブ付きインタフェースを持つことが好まれる状況があります。ユーザーはまた、特定のファイルを分析プロジェクトに関連付け、ホームウィンドウによって提供される完全なリストを持たないようにすることもできます。これらの理由から、私たちはJMP 14でJMPプロジェクトを作成しました。プロジェクトは、JMPへの単一のドキュメントインターフェース、タブ付きの再設定可能な作業スペース、ファイルをブックマークする場所、およびさまざまな開いているウィンドウ、データテーブル、スクリプトなどを簡単にナビゲートできるウィンドウリストを提供します。.pdfsと.pptドキュメント プロジェクトを使用して、1つ以上の個別の分析アクティビティに関連する多数のファイルをすばやく開いたり閉じたりできます。また、過去に複数のJMPセッションを実行する必要があった場所で並列プロジェクトを分離しておくこともできます。最後に、JMP 14のプロジェクトでは、アーカイブ機能を使用して作業中の共有や共同作業を簡単に行うこともできます。
データアクセスと操作
レベル1
|
EU 2018 417
JMP14の新しいDOE機能
ライアン・レキェッツ
ブラッドリージョーンズ
JMP 14には、いくつかの新しいDOE機能があります。
おそらく最も重要なのは、Balanced Incomplete Block Designs（BIBD）を作成するための新しいデザインツールです。これらは1つの治療因子と1つのブロッキング因子を持つデザインです。それらの特別な特性は、各治療レベルが全体として同じ回数出現し、治療レベルがいくつかのブロック内の他のあらゆる治療レベルと同じ回数出現することである。これは特別で望ましい種類のバランスを作ります。この種のデザインについての詳細と、新しいツールのUIの使い方のデモンストレーションを行います。
カスタムデザイナは、A最適設計と加重A最適設計を生成するための一対の最適性基準を追加しました。A最適設計は、パラメータ推定値の平均分散を最小にします。A基準は、モデルパラメータの正確な推定に焦点を合わせているという点で、よく知られているD基準と似ています。A最適設計を日常的に使用することについては、2つの利点があります。第一に、A基準がD基準と比較してどのように優れたデザインを生成するかを理解することがより簡単です。それは、DOEに慣れていない実務者にとって最適なデザインの日常的な使用のより容易な採用につながるでしょう。第二に、加重A最適設計は、異なるパラメータグループに異なる量の強調を置くことを可能にします。たとえば、2因子相互作用に対する純粋な2次効果と、主効果推定に対するこれらの両方を強調したい場合があります。カスタムデザインツールを使用して、最適設計と加重最適設計の両方を作成する方法を示します。
デザインの比較ツールは、UIで最大5つのデザインとスクリプト作成で最大10のデザインに対応できるようになりました。以前は、制限は3つのデザインでした。この追加機能を、新しいA最適設計と重み付けA最適設計を含むUIの例とスクリプトの例を使用して説明します。
もちろん、JMP 14用のDOEツールには他にも多くの改善点があります。加速寿命試験の設計が大幅に改善されました。Fit Definitive Screeningプラットフォームでは、遺伝を示さないモデル用語を考慮することができます。Choice DesignとMaxDiff Designツールはどちらも応答をシミュレートする機能を持っています。これは与えられた将来の設計が特定の大きさの影響を確実に検出することができるかどうか決定することを可能にするでしょう。私達はこれらの新しい能力を実演するために会議を通して利用可能になるでしょう。残念なことに、時間がチュートリアルにこれらを含めることを許可しません。
最適なデザイン
BIBD
DOE
レベル2
|
EU 2018 415
JSLを使用して効率的で堅牢なアプリケーションを開発する
ジョセフ・モーガン
このチュートリアルでは、効率的で堅牢な量産対応のアプリケーションを開発するときに非常に貴重であると証明できるJSL構成体に焦点を当てます。これらには式処理関数、xpathサポート、名前空間などが含まれます。このアイデアは、講師が過去10年間に収集したJSLユーザーの幅広い分野での例を使って説明されます。
JSLアプリケーション開発
レベル3
|
結婚した
2：45〜4：15
|
EU 2018 419
JMPを使用したダッシュボードとアプリケーションの構築
ダンシコレ
同じデータテーブルまたは異なるデータテーブルで分析を繰り返すことができるように分析を保存することは、効率的で再現性のある分析ワークフローを作成する上で重要なステップです。 JMPスクリプト言語（JSL）は、JMPダッシュボードビルダーおよびアプリケーションビルダーで利用可能なドラッグアンドドロップツールと一緒に使用して、ダッシュボードおよびアプリケーションを迅速に構築およびデプロイできます。 この講演では、「Combine Windows」で作成された単純なダッシュボードから、複数のウィンドウとJSLスクリプトを含む完全なアプリケーションまで、すべてを網羅します。 データフィルターを使用したレポートの設計、分析する列の実行時選択のためのアプリケーションのパラメーター化、および対話型HTMLを含む結果の共有のためのオプションの詳細について説明します。 新しいカスタムテンプレートインターフェイスがデモされます。これにより、共通のルックアンドフィールを持つ複数のダッシュボードまたはアプリケーションを簡単かつ迅速に作成できます。
データの可視化
レベル2
|
EU 2018 422
JMPの第二世代品質ツールを使用した統合プロセス改善 ®
ローラランカスター
レベル2
JMPの第2世代の品質管理ツール - 管理図ビルダー、プロセス能力、測定システム分析、およびプロセススクリーニング - は、品質分析をより簡単かつ効果的にするための統合的な理念で設計されています。たとえば、新しいProcess Capabilityプラットフォームは、統計的プロセス管理プログラムで使用される管理図のタイプを反映するように設計されており、機能レポートが管理図ビルダーの内部に追加されました。同様に、Measurement Systems AnalysisプラットフォームのShift Detection Profilerを使用すると、品質システムエンジニアは、測定システムを考慮しながら、管理図の方法論を設計する方法に関する情報に基づいた決定を下すことができます。測定システム、統計的工程管理プログラム、および工程能力評価をどのように組み合わせるかを理解することが、品質の向上と維持に欠かせません。ソフトウェア独自の設計理念により、これは単純かつ直接的になります。さらに、新しいProcess Screeningプラットフォームを使用して、安定性を確認するために多数のプロセスを迅速にスクリーニングできるため、時間が節約され、作業負荷が軽減され、品質が向上します。このチュートリアルでは、ケーススタディを使用して、統合プロセス改善アプローチでこれらの各プラットフォームを使用する方法を説明します。
品質と信頼性
レベル2
|
EU 2018 421
一般化回帰プラットフォームによるワンストップモデル構築
クレイバーカー
変数選択、応答をモデル化するための一連の要因または予測子を選択するプロセスは、モデル構築プロセスの重要な部分です。幸いなことに、それは痛みを伴うプロセスである必要はありません。JMP Proの一般化回帰プラットフォーム（Genreg）は、このプロセスを迅速かつ簡単にするさまざまな自動変数選択手法を提供します。プラットフォームを使用した後、私たちは新しいデータでよく予測する節約的なモデルを残されます。Genregを使用して、直交計画実験から大規模な観測データセットへの移行まで、さまざまな設定でモデルを構築します。また、マルチレベルのカテゴリカル応答やDantzig Selectorのモデリングなど、バージョン14の新しいGenreg機能のいくつかをプレビューします。
予測モデリング
レベル2
|
EU 2018 420
おもしろいところへ：分析のためにデータを準備する方法
ブライアン・コーコラン、マンディ・チェンバーズ、ケルチ・ミクラウス
JMPの視覚化および統計分析プラットフォームを使用すると、データに対する有意義なシグナル、傾向、および洞察を発見できます。 プロジェクトが複数の複雑なデータファイルを扱う必要があるとき、その「ああ」瞬間に到達するには、必要なデータの照会、結合、インポート、探査およびクリーニングが必要です。 複雑な、または大規模なデータ分析タスクで、データ準備に専念するのが最大80％の時間になることは珍しくありません。 このセッションでは、JMP 13とJMP 14のいくつかの新機能を使用して、分析準備完了状態にすばやく簡単にアクセスできるようにします。 データベースからデータを照会およびインポートする方法、JMP Query Builderで開いて結合する方法、およびJMP 14の新しいファイルインポートオプションについて説明します。JMP 13では、JMPデータテーブルへの仮想結合が導入されました。これにより、複数のテーブルをリンクするための共通キーを指定できます。 JMP 14の新機能では、リンクされたテーブル間で行状態の変更をリスンまたはディスパッチするようにテーブルに指示します。データ操作を容易にし、テーブルを操作することなく分析やダッシュボードを即座に作成するために、行の状態を共有することによって、これらの新機能によって仮想結合テーブルが互いに「対話」できることを示します。 最後に、正規表現を使用して文字列を置換し、不要な句読点を削除し、Recodeスクリプトを保存し、それらを再利用して追加し、さらに値ラベルを使用する方法を示します。列にはすでに割り当てられています。これらのトピックは、インポート、テーブル探索、およびデータクリーニングに関するすべてのJMPユーザーの経験を合理化します。もっと時間をかけて楽しむ：データ分析。
データアクセスと操作
レベル1
|
結婚した
4：30〜6：00
|
EU 2018 426
JMPを用いた信頼性解析とエンジニアリング
Peng Liu、JMPプリンシパルリサーチ統計担当開発者、SAS
SAS社JMPプリンシパルプロダクトマネージャLeo Wright
マイケル・クロッティ、JMPシニア統計ライター、SAS
信頼性を研究するためのJMPの最先端ツール群は、組織が優れた製品を提供できるように設計されています。今日の複雑な製品やサービスの分野で成功するための要件です。長年にわたり、堅牢な統計分析と動的なデータの視覚化を統合した最先端の概念を取り入れ、ユーザーがすぐにパフォーマンスを評価し、傾向を見極め、改善の機会を診断できるようにしています。JMPは、「品質の経時変化」とも呼ばれる信頼性が、消費者向け製品や工業製品から健康管理、防衛システムに至るまで、非常に重要です。JMP信頼性ツールは、調査対象のシステムが比較的単純であっても複雑であっても、エンジニア、研究者、および管理者が信頼性データおよびシステムの信頼性を容易かつ迅速に理解できるように設計されています。強力なJMPインフラストラクチャーに支えられたJMP信頼性ツールも拡張可能でカスタマイズ可能です。このチュートリアルでは、寿命分布、信頼性予測、劣化、および修復可能システムシミュレーションという、JMPプラットフォームについて説明します。このプラットフォームは、信頼性分析とエンジニアリングの重要な要素の1つで、修復可能システムと修復不可能システムの両方の問題に対処します。このチュートリアルは検閲データの紹介から始め、信頼性分析とエンジニアリングのさまざまな目的を概説します。講師は、JMPソフトウェアに含まれている例を使用して、個々の目的に対処します。
品質と信頼性
レベル3
|
EU 2018 424
あなたがJMPについて知らない10以上のこと
ブレイディブレイディ
ご存知のように、JMPはデータ分析と調査のための驚くほど豊富なツールです。これはまた、JMPでほとんどすべてのことを実行する方法が複数あることを知っていることを意味します。
ここで共有されている10（またはそれ以上）のヒントやコツは、あなたをより効率的にし、テクニック、キーボードショートカット、式などを紹介するでしょう。
初心者から専門家へ、または専門家から教祖へのレベルアップ。
データ調査
レベル1
|
EU 2018 425
JMPの多変量フレーバー：連続からカテゴリカルへ、離散から機能へ
ローラ・カストロ＝スキロとクリス・ゴットワルト
データ量が急増し、企業が意思決定においてデータ主導型になるにつれて、多変量データ分析が不可欠なスキルになりました。今回の拡張分科会では、連続、カテゴリカル、離散、および機能データに依存するさまざまなアプローチを使用した、多変量データ分析に対するJMP独自の視覚的および対話的アプローチを紹介します。多変量解析の本質についての基本的な議論から始めます。つまり、多数の変数に含まれる情報は、少数の変数で効率的に表現できることが多いという考えです。次に、多変量データを分析するためのJMPの一般的なツールの概要を説明します。 セッションは2つの部分に分けられます。 このイントロダクションでは、官能分析と消費者調査のデータを使用して、主成分分析、多重コレスポンデンス分析、JMP 14の新しい手法である多重因子分析などの従来の教師なし多変量法の動機付けと実証を行います。 第2部では、部分最小二乗法と汎関数主成分を使用した多変量データの管理された方法について説明します。 これらの管理された方法を説明するために、複数の信号ストリームからのデータを使ってバッチ製造プロセスの歩留まりを予測するためのモデルを構築します。全体を通して、各分析手法がいつ適切であるかについて明確なガイドラインを示し、最も重要で有用なソフトウェアオプションを強調します。
データ調査
レベル2
|
EU 2018 423
JMP 14 Graph Builderの新規および拡張ビュー
Xan GreggとScott Wise
この分科会セッションでは、人気のある「Graph Builderの新機能」と「Gallery Advanced Graph Builder Viewsからの写真」セッションを組み合わせています。
最初に、JMP 14で新しく改良されたGraph Builderの機能をいくつか紹介します。新しい間隔ドロップゾーンにより、カスタムエラーバーが簡単になります。新しいデフォルトを含む、数種類のジッタが追加されました。「パックバー」と呼ばれるまったく新しいバーチャートスタイルは、パレートチャートを拡張します。よりコンパクトな多変量ビューに対して、より多くの要素型が平行座標をサポートします。輪郭は滑らかにすることができます。基本的な統計は入手可能です。
次に、JMP Graph Builderを使用して、人気の高い魅力的な高度なグラフビューを作成する方法を探ります。 最新バージョンのJMPで利用可能な追加のビューを特徴とするGallery 3ジャーナルのための真新しい写真を作成しました。私達はあなたが知らないかもしれないいくつかのポピュラーな業界グラフフォーマットを特色にするでしょう。ブレットチャート、2方向誤差範囲、ボルケーノプロットなどを組み込んで分析に活気を与え、結果を管理するのに役立つ魅力的なプラットフォームを提供することができます。
データの可視化
レベル1
|
木
10：45〜11：15
（30分）
|
EU 2018 105
クリストフグロス
ショットAG
ファイルセットを繰り返す
「ファイルセットの反復処理」は、スクリプトベースのデータ準備および分析のプロセスにおける一般的な作業です。典型的なシナリオには、JMP以外のファイル（日々の測定ファイルなど）の自動変換、ファイルセットからの中間結果の抽出と収集などがあり、これらは単純な結合には大きすぎます。個々のファイルで何が行われているのかを説明するのではなく、反復フレームワークに焦点を当て、一連の有用な機能を紹介します。
|
EU 2018 113
エリーマリカウ
BASFアントワープ
化学品製造プロセスの歩留まりを向上させるためのデータ分析の応用：学習とベストプラクティス
このプレゼンテーションでは、製品の歩留まりを向上させることを目的とした化学製造プラントの使用例について説明します。このプロジェクトの一環として、5年間の履歴データ（ラボデータ、センサーデータ、ログブックテキストデータを含む）が分析されました。分析の結果は、データ駆動型の結果を検証し、未知の関係をさらに調査するために、プラント内での専用の実験を引き起こします。 プレゼンテーションの間、私はプロジェクトアプローチにおけるいくつかの重要な成功要因を強調します（すなわち LSS DMAIC）と私は、データに隠された関係を見つけるためにJMPがどのように使用されたかを説明します。データセットの迅速な集計、データのクリーンアップ、実際のプロセスの変動からのノイズの分離、および関係の視覚化と定量化にJMPがどのように非常に有効であるかを説明します。議論され実証される技術は、テーブル操作、データフィルタリング、モデリングおよびＤＯＥを含む。
|
EU 2018 116
マーティンオーウェン
設計による洞察
プロジェクト、洞察、行動
講師およびトレーナーとして、私はJMP14EAの新しいプロジェクト機能によって提供される機能に非常に興味があります。私はこのプラットフォームが組織の記憶力を高め、資料（データセット、スクリプト、モデルおよびビジュアライゼーションレポート）をさまざまな情報源から集めることで能力を拡張しているのを見ています。既存のファイル構造にマッピングして、単一のドキュメントインターフェイスを介して新しい組織構造を作成できます。 この発表では、JMP14プロジェクトの教育ツールとしての可能性の例を示します。その目的は、学習を加速し、チームまたは組織が新しいワークフローを採用し、以前の調査から得た洞察を維持し、より良い決定を下し、行動を起こすのを支援することです。 柔軟なプロジェクトワークスペースは、説得力のあるストーリーを実現します。今はとても簡単です。
- 実験の設計から重要な情報やアクションの分析および文書化まで、一連の操作のワークフローを作成する
- 一連の実験的設計作業パッケージに情報がどのように蓄積されるかを示す
- さまざまなモデリングおよび視覚化アプローチから比較および選択
- 新しいデータが入力されると更新される標準レポートを作成してアーカイブする
追加されたボーナスは、私が仕事をしているときにデータを管理しキュレーションすることが今やより簡単になるということです - 次の日を再生する準備ができている現在のセッションを閉じることはもっと簡単ではありえません。
|
EU 2018 104
ピエトフーグマー
アボットヘルスケア製品
溶解曲線の類似性の多変量テスト
医薬品の溶出試験は、生体内溶出の代替測定であるため重要です。インビボでの溶解は生物学的利用能に影響を及ぼし、それは薬物動態（血中濃度）に影響を及ぼし得、そしてその結果として安全性および有効性に影響を及ぼし得る。 製造工程、製造場所、または試験方法に関して変更が提案された場合、「免除」を証明してバイオ免除を取得する必要があります。 曲線の類似性は、数学的なf 2メトリックを使用してテストできます。50〜100の値は類似性を示します。ｆ２メトリックについて詳細に説明する。 しかしながら、変動性が高すぎる場合（ある時点内で、試験された単位間）、代わりに多変量距離に基づく統計量が使用される必要がある。モデルに依存するアプローチとモデルに依存しないアプローチについて、いくつかの選択肢が示されます。標準機能と専用スクリプトの両方を使用したJMPの使用については、マハラノビス距離について説明します。
|
木
11：30〜12：00
（30分）
|
EU 2018 115
パオロ・ネンチオーニ
A.メナリニML ＆SSrL
Fit Modelプラットフォームを使用して、医薬品の開発段階における一部の製剤の有効期間を短時間で予測します。
一般に、国際調和協議会（ICH）のガイドラインでは、医薬品は熱安定性をテストする事前定義された保管条件下で評価する必要があります。保管条件および選択された試験の長さは、保管、出荷、および使用をカバーするのに十分であるべきです。長期テストでは、提出時に最低12か月の期間をカバーする必要がありますが、中速および加速条件では、最低6か月間をカバーする必要があります。 開発段階では、プロジェクトの要件を満たすために複数の定式化が生じる可能性があります。どのようにして最良のものを選ぶことができますか？きっと、可能な限り長い保存期間を保証する配合を選択したいのです。正式なICH安定性試験を実施すると、6ヵ月前までに有用な回答が得られます。 ＩＣＨ条件よりも高い温度を使用して加速安定性試験を実施することにより、比較的短い時間（３０日以内）でいくつかの製剤の挙動を評価することが可能になった。JMP Fit Modelプラットフォームでは、ストレス要因に応じて劣化率を推定することが可能になり、より安定した計算式に関するデータ主導の判断が可能になりました。推定劣化率は、ICHガイドラインに必要な時点での品質属性値と保管条件を予測するために使用されてきました。予測結果は、モデルの良さを検証するために、ICH条件を使用して追跡した1バッチの実際の値と比較されています。 同じアプローチが温度と酸素レベルの影響を一緒に評価するために使われてきました。JMPを使用して構築されたモデルは、最終製品の重要な品質属性に対する、酸素含有量の実際の影響を識別するために使用されています。
|
EU 2018 121
ジャクリーンアッシャー
キネレットカレッジオンザガリリー
事例研究に基づく産業訓練セッション：分割プロット実験の設計方法を学ぶためのJMPの使用
実験が分割プロット構造を持つ場合、これは設計と分析の両方で考慮されるべきです。 一般的な例は、バッチ内で実行されるプロセスを改善するために行われた実験です。ここでは、一部の要素がバッチ間で変更され、他の要素がバッチ内で変更されます。分割プロット構造は、調査中のプロセスや実験の設定に固有のものでも、時間や費用を節約するため、あるいはデザインを改善するために選択によって採用することもできます。 ケーススタディでは、いくつかの要因が材料の準備に関連し、他の要因が材料の最終製品への加工に関連しています。 実務家向けのトレーニングセッションでは、実験を設計、評価、および比較するためのJMPツールを使用して、設計を選択するための代替戦略を検討します。考慮される候補デザインには、JMPによって構築されたデフォルトおよびユーザー指定のデザイン、およびユーザーによって最初から構築されたデザインが含まれます。たとえば、通常はプロット全体の複製を最小限に抑える方が安価であり、この戦略を採用した場合の影響を調べます。 教育目的は、トピックとJMPツールの使用法を同時に教えることです。
|
EU 2018 102
アン・サン・アマン
リマグレイン
実地試験データを分析するためのアドイン：カスタムANOVA
世界で4番目に大きい種子会社のLimagrainは、毎年野菜や畑の作物に新しい品種を作り出しています。これらの新品種は、いくつかの変数（収量、果実の長さなど）に基づいてテストされ、市販の参考文献と比較されます。 望ましくない環境影響（国境、換気、土壌肥沃度など）を考慮し、品種の遺伝的可能性を抽出するために、分散分析と混合モデルが実行されます。 JMPには、必要な統計的研究を実現するための多くの機能があります。それらを収集するために、"Custom ANOVA"と呼ばれるアドインがLimagrainによって開発されました。その目的は、グループの研究者のニーズに特に適応した完全でインタラクティブなレポートを提供することです。最小限の直感的なインターフェースにより、分析を開始する前にいくつかのオプションを選択できます。最終レポートにはさまざまなタブがあり、それぞれ特定のステップに関連付けられています。記述統計、モデルの統計、仮説の検証、効果研究、遺伝的ポテンシャル計算、フィールドマップ、および複数の比較。 さらに、アドインはJSLの「式オブジェクト」を活用して、レポートのスクリプトをデータテーブルに保存する機能を提供します（他のJMPレポートと同様）。 したがって、ユーザーはその結果を追跡し、レポート全体を簡単に再生成できます。
|
EU 2018 124
Gary Finka、Sonya Godbert、Doug Marsh、統計リーダー、シニアサイエンティスト
グラクソスミスクライン
機能データの調査
四角形のデータがあり、各行に変数の列がある場合（サンプル、実行、バッチ）、XとYの関係を調べる方法はたくさんあります。しかし、あなたが使いたいと思うかもしれない他の多くのデータは、この形式には容易に適合しません。一般的な例としては、サンプルごとに、実行またはバッチごとに、経時的に記録された測定値があります。この「機能データ」の形状を他の変数と関連付けたい場合はどうしますか？課題は、各「機能ID」（サンプル、実行、またはバッチ）からの完全な機能データから有用な情報を取り込む少数の「機能」を抽出することです。その後、フィーチャは標準のデータ長方形のXまたはYとして使用できます。他の課題には、データが機能ID間で揃っていない可能性があるという事実が含まれます。収集の頻度が異なる場合、オフセットがある場合、または機能IDによってはデータが欠落する場合があります。 Biopharmaceutical環境からの例を用いて、JMP 14のFunctional Data Explorerを使用して、このタイプのデータから貴重な洞察を引き出すことができる方法を示します。
|
木
2:00 - 2:45
（45分）
|
EU 2018 202
アルフレドロペスナバロ
TelefónicaGermany GmbH＆Co. OHG
TITANIC再訪 - オールハンズデッキ！
私たちは、氷山と衝突した後1912年に沈没したRMS TITANICの災害について、あまり知られていないいくつかの説得力のある興味深い説明を提供したいと思います。私たちはみんな歴史を知っている、あるいはそう思う TelefonicaのDiscovery Methodology（JMPによるもの）のおかげで、忘却からの洞察を救うために、データポイントの詳細を掘り下げて探検することになります。 インターネットオープン機能を使ってデータをスクラップします。十分な洞察を提供できる拡張データベースを作成するまで、テーブルを結合、連結、および更新します。次に、分散分析、カテゴリカル分析、ビジュアル分析を使用して、興味深いデータ駆動型のストーリーを紹介します。ちょっとした驚きを期待してください:-)もちろんそれはすべて手を加えることになるでしょう。すべてがJMPユーザーコミュニティにアップロードされるように文書化され説明されています。この上に構築するために他の人との会話を開始したいと思います。 私たちと一緒に乗ってJMP！
|
EU 2018 201
フィリップ・ラムジー
ニューハンプシャー大学およびノースヘブン大学グループ
ブートストラップ法を用いた設計実験のためのモデル検証戦略とバイオ医薬品への応用
統計モデリングには、説明と予測という2つの異なる目標があります。 説明的なモデルはよく予測が不十分です（Shmueli、2010）。設計実験（DOE）の分析はしばしば説明的ですが、実験目標は予測です。 将来のパフォーマンスを予測する製品およびプロセス開発のベストプラクティス。予測モデリングでは、データをトレーニングセットと検証セットに分割し、検証セットを使用して予測モデルを評価する必要があります。ほとんどのDOEは、予測パフォーマンスの直接評価を妨げる検証セットを形成するのに不十分な観測値を持っています。 元のデータを使用してそのデータのコピーを2つ作成する「バランスの取れた自動検証」手法を示します。1つはトレーニングセット、もう1つは検証セットです。セットは行の重み付けが異なります。重みはディリクレ分布と「バランス」です。トレーニングデータにより多く寄与する観測値は、検証セットにあまり寄与しません（逆も同様）。 このアプローチでは、データをコピーして重み付けの式列を作成するだけで済みます。 この技術は一般的なものであり、実験室および製造業の研究に共通の小さなデータセットに予測モデリング技術を適用することを可能にする。 2つのバイオ製薬プロセス開発のケーススタディがデモンストレーションに使用されています。どちらの場合も、大規模な検証セットと最終的なスクリーニングデザインが組み合わされています。 JMPは分析を実証するために使用されます。
|
EU 2018 212
ロバート・ルル
等尺性ソリューション
職場での差別を排除するためのJMPの使用
職場での差別の撤廃申請者と雇用主が共有する1つの目標は、知識、技能、および経験という完全な非差別的な特徴に基づいて雇用を求め、確保する能力です。 残念なことに、これらは、仕事の遂行とはほとんど関係のない、より識別しやすい他の要因によって引き起こされることが多く、さらに悪いことに、求職者を採用する際に非倫理的で違法な慣行を体現しています。 データ分析を使用して、採用決定中の差別的偏見を排除できますか？パーソナリティとパフォーマンスに関する広範な学術文献を活用することによって、予測モデル、すなわちBig-5パーソナリティと信頼性、好感度、および信頼性の結果ベクトルとして役立ついくつかのフレームワークが登場します。 しかし、予測子について何をするべきですか？グーグルやマイクロソフトのような情報源からの顔の画像処理データを用いた実験を通して予測的な約束が示された。 予測能力をスクリーニングし、次元の複雑さを軽減する一連の分析手法を使用することで、予測的な力は、文化的性格のみに基づいて「インタビュー対象」/「採用先」推奨を通知する完全に差別のない潜在的変数のセットで現れます。フィット。 このプレゼンテーションは、それが実行可能であるだけではないことを証明するこの努力の挑戦と成功を明らかにします - それは新しい常識になるかもしれません。
|
EU 2018 210
ポールネルソンとアンドリューマクファーソン
GSK
最終的なスクリーニングデザインの最終的な増強
決定的スクリーニングデザイン（DSD）は、多くの実験者の主なニーズを独自に解決します。2011年に発表されて以来、DSDが急速かつ熱心に採用されていることを他にどのように説明できるでしょうか。5〜7因子の13または17ランDSDは、少数の駆動因子をスクリーニングする際の多くの実験者にとって最適な設計です。JMPの「確定スクリーニング」に加えて、これらの要因の重要な主な効果、相互作用、曲線的な振る舞いを見つけるための、簡単で効率的かつ効果的な実験ワークフローが潜在的にあります。3つの要素のみが有効であれば、完全な2次のRSMモデルに適合し、1段階でスクリーニングと最適化を達成できます。 しかし、3つ以上の要因がアクティブになっているとどうなりますか？あいまいさが発生したとき、簡単な次のステップはありますか？それとも、このような状況の複雑さがDSDの採用に対する障壁になるのでしょうか。このプレゼンテーションでは、DSDの価値を実証する実際の例について最初に聞きます。そうすれば、これらのDSDを補強する簡単な方法があり、構造とプロパティを確実に保持できるようになるので、DSDの利点が維持されます。その結果、より多くの状況でより多くの人々がシーケンシャルDoEとDSDのワークフローを通して利益を得ることができます。
|
木
3:00 - 3:45
（45分）
|
EU 2018 211
Rob Lievense
ペリーゴ
JMP画像解析とDOEプラットフォームを用いた活性薬物スプレーコーティングプロセスのスプレーパターン変動を最小にするためのQbD要素の組込み
活性薬物でコーティングされた医薬錠剤について許容可能な投与量均一性を得ることは、投与量単位間のばらつきを緩和することに依存している。機能性コーティングを施すためには、非機能性コーティングよりもはるかに高いレベルの精度がドラムタブレットコーティングプロセスに要求される。スプレーシステムは、体積測定を得るための特殊な装置が必要なために最適化するのが非常に難しい重要なプロセス要素です。別の方法は、単純な黒い紙の基材上にパターンをスプレーし、スプレーパターンのデジタル画像を得る試験を含む。画像分析器は、パターンを定量化する強度値の表を作成するために使用される。強度プロファイルのグラフビルダープロットは、典型的な体積測定の効率的な類似物として機能する複数のスプレーガンの間および間でのスプレーの変動を明確に示しています。プロファイルは、スプレーシステムプロセスを最適化するためにカスタムDOEプラットフォームで使用される出力にまとめられます。JMPは、デザインスペースを定義するためにQuality by Design（QbD）要素を組み込むために利用されます。このスペースを最適化するとプロセスが大幅に向上するため、投与量の均一性に関する厳格な基準を確実に満たすことができます。
|
EU 2018 208
オリヴィエ・ブラック
Statistique Industrielle Khi2コンサルティング
数値シミュレーションにおける実験計画
シミュレーションと産業試験に関するDOEに特化した新しいAFNOR規格（FDX06 081）の公開の前夜に、我々は数値シミュレーションに基づいて追跡車両下部構造の最適化問題性能を解くためのJMP適用の例を提示することを提案する。計画外のシミュレーションからのデータを処理して問題を解決するために、より適切な情報を得るために新しいシミュレーションが行われました。 これらの新しいシミュレーションは、DOEを比較することを可能にするデータを得ることを目的として、Ecole Polytechniqueでのトレーニングの枠組みの中での教育目的でも行われました。 この例は、数値シミュレーションにおけるDOEの有用性を示していますが、あまりにもしばしば無視されています。 テストの設計から実際の実験データでの理論モデルの再校正まで、明らかに統計的な処理（特に実験のばらつきを考慮し、あまりにも頻繁に、そしてあまりにも不当にシミュレーションを脇に置いている）と結果のグラフ計画の中で、このプレゼンテーションは数値シミュレーションでDOEの要件を達成する際のJMPのパフォーマンスを強調しています。
|
EU 2018 205
トーマス・ゼリクマン
NNE
Jmpによる工業用制御ループの予測制御合成
Jmpを使用して振動測定、機械操作データ、ビデオファイルなどのいくつかの異なる時間データソースからファイルをインポートおよび結合するために使用された産業用セットアップが提示されています。JmpのJSLを使用すると、ビデオファイルからの音の抽出、音と振動のスペクトル分析、時間データと幾何学的測定位置の同期など、必要なすべての変換とデータの事前調整を実行するスクリプトを作成できました。プロセスイベントと出力の測定値とのリンクを可能にするプロセス。多変量法を使用して、予測式をコントローラーにエクスポートするのに適した出力の予測を作成しました。実験計画法の方法を使用して、制御ループを閉じて所望の応答を得るために出力がどのように影響を受けるべきかを特定した。
|
EU 2018 204
花瓶ごと
NNE
JMP 14が将来のバッチのパフォーマンスを予測する方法 製薬プロセスのバリデーションにおける変革者
製薬業界の多くの企業は、3つの連続したバッチの推定Ppkが合格基準よりも優れているという事実だけで、依然としてプロセス性能認定（PPQ）に合格しています。ただし、検証とは未来を予測することであり、過去ではありません。したがって、3つのバッチに十分なPpkがある場合でも、これでは不十分です。将来のPpk値の予測も有望に見える必要があります。国際薬品工学会（ISPE）は、プロセス能力指数に変換されたバッチ間の分散内および分散内の分散成分の計算からこの予測を行う方法についてのディスカッションペーパー「PPQ結果に対する統計的ツールの影響の評価」を公開しました。この方法がまだ広く使用されていない理由の1つは、この計算方法を標準とした統計ソフトウェアパッケージがないことです。ただし、JMP 14の3方向チャートでは、BetweenとWithin Sigma Capabilityの計算が行われています。この方法がPPQ評価に使用された例は、JMP 14で成功と失敗の両方の評価とともに示されます。それは前述の伝統的な方法と比較されます。
|
