Reunión de otoño del Grupo de Usuarios de JMP® del Atlántico Medio (MAJUG)
Ubicación: Oficina de SAS, 1530 Wilson Blvd. Suite 800, Arlington-Rosslyn, VA
Jueves, 12 de septiembre de 2019 de 8:45 am - 12:30 pm
A continuación se enumeran resúmenes y biografías de Rob Lievense y Ronald Snee.
AGENDA*:
8:45 a. m.
|
Registro/Iniciar sesión
|
9:00-9:10 a. m.
|
Bienvenida e Introducción (Mel Alexander/Josh Klick)
|
9:10-10:00 a. m.
|
Aplicación de ingeniería estadística a problemas de Big Data ( Ronald D. Snee , Snee Asociados LLC )
|
10:00-10:15 a. m.
|
Romper
|
10:15-10:50 a. m.
|
Extracción de información práctica valiosa de modelos experimentales creados para la calidad por diseño (Rob Lievense, ingeniero de sistemas sénior, JMP)
|
10:50-11:00 a. m.
|
Romper
|
11:00 a. m. - 12:00 p. m.
|
Presentación JMP® (Por anunciarse)
|
12:00-12:15 p. m.
|
Revise SESUG, Discovery Summit, Próximos eventos, Preguntas y respuestas, Discusión, Comentarios y Premios
|
12:30 pm
|
Almuerzo, networking y clausura
|
* Esta programación está sujeta a cambios sin previo aviso
La reunión de MAJUG se llevará a cabo en la oficina de SAS, 1530 Wilson Blvd. (Suite 800), Arlington-Rosslyn, VA
Lo alentamos a asistir en persona para aprovechar al máximo la reunión y aprender de otros usuarios de JMP. Si no puede asistir personalmente, puede Registro para asistir usando WebEx.
Responda a Joshua Klick en klick.joshua@bls.gov antes de las 12:00 p. m. del jueves 5 de septiembre indicando si planea asistir en persona o mediante WebEx. .Se enviarán instrucciones sobre cómo acceder a la sesión de WebEx a los inscritos en WebEx.
biografías
Ronald D. Snee , PhD, es fundador y presidente de Snee Associates, LLC, una autoridad en el diseño e implementación de soluciones de mejora y reducción de costos para una variedad de entornos organizacionales. Tiene una trayectoria comprobada en la mejora de procesos y organizaciones en una variedad de industrias, incluidas las farmacéuticas, biotecnológicas, de diagnóstico clínico y de telecomunicaciones. Se le atribuye el desarrollo de la estrategia del sistema de desarrollo de formulación y la dirección del diseño del primer plan de estudios de mejora continua en toda la empresa para DuPont. Es coautor de cuatro libros, ha publicado más de 300 artículos sobre mejora de productos y procesos, calidad, gestión y estadísticas, y ha recibido numerosos honores y premios por su trabajo.
Recibió una licenciatura en matemáticas de Washington and Jefferson College y una maestría y un doctorado de la Universidad de Rutgers en estadística matemática y aplicada. Es miembro de la Asociación Estadounidense de Estadística, la Sociedad Estadounidense de Calidad (ASQ) y la Asociación Estadounidense para el Avance de la Ciencia. Su trabajo ha sido reconocido con 20 importantes premios y honores, incluido el Premio Deming Lecture de ASA, las medallas Shewhart y Grant de ASQ, un académico de la Academia Internacional para la Calidad y miembro honorario de ASQ.
Rob Lievense es Ingeniero Superior de Sistemas en JMP. Trabaja con clientes del gobierno federal mostrándoles cómo utilizar JMP para extraer información útil de los datos. También es profesor activo de estadística en Grand Valley State University (GVSU), ubicada en Allendale, Michigan. Antes de unirse a JMP, Lievense se desempeñó como investigador asociado de estadísticas globales en Perrigo, donde dirigió un grupo que apoyaba a los consumidores. salud departamento de investigación y desarrollo de atención médica con análisis estadístico, visualización de datos, modelado avanzado, calidad por diseño basada en fechas para producto planificación del desarrollo y diseño experimental estructurado. Lievense tiene más de 20 años de experiencia en la industria de estadística aplicada y 10 años de experiencia usando JMP. Se ha presentado en conferencias importantes, incluida JMP Discovery Summit, donde se desempeñó en el Comité Directivo, y la conferencia anual de la Asociación Estadounidense de Científicos Farmacéuticos. Lievense tiene una licenciatura en estadística aplicada y una maestría en bioestadística de GVSU. Actualmente se desempeña como miembro del Comité de Desarrollo del Currículo de Bioestadística para GVSU y tiene su Certificación Six Sigma Black Belt.
resúmenes
Aplicación de ingeniería estadística a problemas de Big Data
Hay varias tendencias en marcha que prometen llevar la mejora de procesos y la resolución de problemas al siguiente nivel; a saber, Big Data, ingeniería estadística y software estadístico mejorado. Cuando estas tendencias se combinan con Lean Six Sigma, el impacto de los estudios analíticos puede aumentar significativamente. Los ejecutivos y líderes de organizaciones de todo tipo están pidiendo más estudios analíticos y aquellos que se dedican a la realización de dicho trabajo. El aumento del impacto organizacional suele dar como resultado abordar problemas grandes y complejos no estructurados. De hecho, cualquier problema de Big Data es grande, complejo y no estructurado. Aumentamos el impacto de las iniciativas de mejora de Lean Six Sigma cuando los problemas abordados son asuntos de misión crítica; problemas que suelen ser grandes, complejos y no estructurados. La ingeniería estadística es especialmente adecuada para resolver con éxito problemas importantes. Esta presentación se centra en metodologías que incluyen estudios de casos que muestran cómo se integran estos enfoques y oportunidades para aumentar el impacto y el éxito del trabajo de mejora de procesos y resolución de problemas basados en datos.
Extracción de información práctica valiosa de modelos experimentales creados para la calidad por diseño
Los modelos JMP DOE se pueden utilizar de forma dinámica para proporcionar a las partes interesadas estimaciones fiables del rendimiento de calidad de los nuevos productos. El diseño y la ejecución de experimentos multivariantes estructurados permiten a los científicos e ingenieros definir de manera eficiente un espacio de diseño sólido para la fabricación de dispositivos médicos y farmacéuticos. Los modelos creados a través de la plataforma DOE en JMP se utilizan para determinar la configuración de los parámetros críticos del proceso (CPP) que garantizan un proceso sólido para fabricar productos que cumplan con los requisitos de los atributos críticos de calidad (CQA). Las presentaciones reglamentarias que incluyen dichos elementos QbD demuestran que los riesgos se han mitigado; sin embargo, se puede extraer una gran cantidad de información práctica con simulaciones del modelo. Esta presentación utiliza el modelo experimental con información histórica y experiencia en la materia para proyectar el rendimiento operativo probable de un producto. El generador de perfiles de predicción del modelo DOE se utiliza con el simulador para predecir dinámicamente una población de resultados futuros con patrones de variación del mundo real incluidos en las entradas. Este modelado dinámico es una excelente herramienta para establecer límites de tarjetas de fabricación determinando un espacio de control de fabricación definido con estimaciones del porcentaje de defectos. Los análisis permiten la inclusión de la incertidumbre de medida como un factor de ruido añadido para la respuesta.
Saludos,
Se adjunta una redacción de la charla que presentaré.
Saludos,
Rob Lievense, ingeniero de sistemas sénior, equipo federal
rob.lievense@jmp.com
Saludos,
He adjuntado el conjunto de datos que estoy usando para la charla. Será genial conocer a los miembros del grupo de usuarios y mostrarles algunas de las excelentes funciones disponibles en JMP.
Los mejores deseos,
Rob Lievense. Ingeniero de Sistemas Sr. JMP. equipo federal
rob.lievense@jmp.com
