<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> 我的数据告诉我什么？ 使用 JMP 区分过程问题或测量错误以可视化结果
Reddy 博士实验室高级分析科学家 Christel Kronig
分析方法对于支持药物开发和制造至关重要。 但我们是否应该始终相信这些方法产生的数据呢？ 测试结果与实际真值有多接近？ 了解测量误差对于做出合理的数据驱动决策至关重要：我的产品是否稳定？ 我的流程有问题吗？ 我的产品符合规范吗？
为了评估测量误差，需要收集数据，然后可以执行适当的计算，例如偏差、精度、不确定性等。 以图形方式可视化结果可能非常强大。 将使用多个 JMP 平台（例如 Gauge R&R、ANOVA 和控制图）展示测量误差评估和可视化的几个示例。
准确度曲线验证方法是了解给定分析方法的总误差的有效方法。 该方法用于比较 4 种不同分析技术对 3 种不同属性和 4 种不同产品的性能的应用将在一个使用 Graph Builder 生成的强大图表中呈现。
