如何利用模型的可变性来评估缺陷率和整体缺陷率？你好，
我目前正在验证一种分析方法，更具体地说是该方法的稳健性。 我们应该在开发过程中评估该方法的稳健性，但对于这个旧方法，它尚未执行。
为了评估该方法的稳健性，我们使用几个 HPLC 因子进行了门襟 Burman 设计，我们得到了分析物浓度作为响应。
为了研究该方法是否稳健，我们使用蒙特卡罗模拟将参数设置为目标浓度的 2% 左右的预期范围和规格（我们认为，如果我们的变化小于 2.0%，则结果是类似的）。
我们以 20 000 次运行开始模拟，我们获得了 7% 的缺陷率。 我的问题是模型的 R² 约为 0.9，然后模型只能解释我的结果的 90%。
因此我的问题是：6% 的效果率可以用模型缺乏精度来解释吗？ 万一，如何解释这个缺陷率很好地解释这个缺陷率？ 是否有任何统计标准需要考虑？
非常感谢您的帮助
Re: 如何通过模型的可变性来评估缺陷率和整体缺陷率？您是否检查过测量系统的再现性或可重复性？ 你有任何重复的点吗？ 如果是这样，与模型中的误差方差相比，您的复制中的变异性如何？ 您是否对相同的项目进行过任何重复测量？ 如果是这样，重复测量的变异性与模型中的误差方差相比如何。 如果重复方差和/或可重复性方差与模型的误差方差在幅度上相似，则当前测量系统可能无法确定更好的模型。
