该视频是针对制药行业的三场演示系列的一部分。
在第一节中，我们介绍了实验设计、统计模型的调整以及基于模型的流程优化。
在药品制造的第二场会议中，我们探索和可视化制造数据，然后使用数据挖掘进行根本原因分析。
假设我们是一家制药公司的一部分，由于片剂溶出问题，该公司的批次废品率很高。 规格下限为 70%，这意味着片剂的溶出度必须至少为 70，溶出度低于 70 的批次将被拒绝。
我们希望确定对溶出度的主要影响，并确定立即实施的短期纠正措施，以降低批次废品率，而不是通过实验设计来优化工艺。
最后，我们研究如何使用蒙特卡罗模拟来解释制造变量的变化，整合工艺知识，并更现实地了解我们实施的变更将如何长期影响制造工艺。
