Niveau : Débutant
【Présentateur】
Laura Higgins, JMP Global Technical Enablement Engineer, JMP, SAS Institute Inc.
[Résumé de l'annonce]
La plate-forme de conception d'expériences de JMP 16 dispose d'une nouvelle fonctionnalité qui intègre des limites de détection dans les propriétés de colonne, qui sont automatiquement appliquées lors de la modélisation avec la régression généralisée de JMP Pro. Nous démontrerons ces nouvelles fonctionnalités et expliquerons l'impact des limites de détection sur l'analyse des données.
Lorsqu'on recherche une très petite quantité de substance, il existe des limites selon la technologie utilisée. La limite inférieure de détection est le fait qu'une substance n'est pas détectée même si elle est présente, mais lors de la détection d'une petite quantité de substance dans des situations importantes telles que l'identification de l'apparition d'une maladie infectieuse ou l'identification correcte d'une petite quantité d'impuretés. a une signification très importante.
Ignorer les limites de détection dans l'analyse des données peut avoir de sérieuses implications, telles que le biais de statistiques de base telles que les valeurs moyennes et les intervalles de confiance, qui peuvent être trompeuses. De plus, si vous modélisez vos données sous de mauvaises hypothèses sur la limite de détection, vous vous retrouverez avec le mauvais modèle. Et cette limite de détection affecte les applications industrielles telles que la fabrication pharmaceutique et chimique, la chimie analytique et la conception de tests de diagnostic.
* Lisez la vidéo sur ce site, cliquez sur « CC » en bas à droite de l'écran et sélectionnez « Anglais » pour afficher les sous-titres en anglais.
Si vous souhaitez télécharger les documents de présentation et les données de cette annonce, ou les regarder avec la transcription japonaise, Ici Veuillez cliquer sur le.
Accédez à la page de chaque présentation de la présentation Discovery Summit Americas 2021.
(Veuillez noter qu'il vous sera demandé de vous connecter au profil SAS.)
