안녕하세요 여러분.
이 프레젠테이션 ~ 할 것이다 ~이다 ~에 대한 측정 시스템 분석,
및 최적화 의 UHPLC M 측정 체계.
발표자 ~이다 내 자신, 프랭크 데루익
~에서 호젠트 대학교의 부속 단과 대학 의 적용된 과학,
그리고 또한 볼커 크래프트 ~에서 JMP 학생 프로그램
~ 할 것이다 가져 가다 케어 의 그만큼 시민
시연 그만큼 JMP 도구 ~을위한 데이터 분석.
괜찮아. 그만큼 문제 성명 그리고 설명.
잘, 입력 ㅏ 화학적 인 회사,
단지 [알아들을 수 없는] 화학적 인 회사,
그만큼 프레젠테이션 ~였다 탁월한 ~에 의해 an. 인턴십 의 ㅏ 학생
그리고 화학 회사, 그리고 의 강좌 그만큼 재료 가졌다 에게 ~이다 유지 된 비밀의.
그래서 나 단지 ~ 할 것이다 말하다 ~에 대한 화학 물질 회사,
그리고 또한 그만큼 인물 ~이다 ㅏ 작은 조금 수정, 하지만 아니요 문제.
뭐 ~이다 그만큼 성명?
음, SPC 노출 된 중요한 일괄 에게 일괄 변화 입력 날것의 재료
그리고 가지다 원인 문제 제품에서 품질.
그래서 저것, 알았어,
거기 ~였다 an. 문제 ~와 함께 그만큼 공급자 저것 ~였다 필요한 저것 모두 공급 배치,
그것 ~였다 필요한 에게 분석하다 그들을 모두.
하지만 의 강좌 하나 문제 ~이다 저것
거기 ~였다 ㅏ ~도 느린 분석 절차 GC,
빠른 UHPLC 분석법 ~이다 아래에 개발,
~였다 입력 개발, 하지만 ~ 아니다 준비가 된
~을위한 확인 왜냐하면 의 ~도 강한 측정 변화.
그리고 그만큼 목표 의 이것 공부하다 ~이다 에게 지정하다 건장한 그리고 최적의 설정
UHPLC 방법의 그래서 저것 확인 의 그만큼 새로운 방법 ~ 할 것이다 ~이다 가능한.
감사 해요, 솔직한.
일하고있는 ~와 함께 그만큼 JMP 학생 팀 ~을위한 더 ~보다 십 연령 지금,
우리 도왔다 많은 대학교 교수 세계적인 에게 가져 오기 입장 에게 JMP 라이센스
~을위한 가르치는, 하지만 또한 에게 가르치는 자원 처럼 그만큼 사례 공부하다 도서관
~에 링크, jmp.com/cases,
교수 가져 오기 무료 입장 에게 더 50건 이상,
각 말함 ㅏ 이야기 ~에 대한 ㅏ 진짜 세계 문제
그리고 ㅏ 단계 ~에 의해 단계 해결책, 포함 그만큼 데이터 세트 그리고 수업 과정.
뭐 우리 선물 오늘 ~이다 사용 가능 같이 ㅏ 시리즈 의 삼 사례 연구,
초점 맞추기 켜짐 통계 공정 제어,
측정 시스템 분석, 그리고 설계 의 실험.
하는 동안 솔직한 ~ 할 것이다 말하다 ~에 대한 그만큼 문제
그리고 그만큼 해결책 그들 개발된 ~을위한 ㅏ 제약 회사 입력 벨기에,
나 ~ 할 것이다 데모 일부 의 그만큼 분석 단계 사용 JMP 찬성.
허락하다 나 말하다 감사하다 너 에게 솔직한 ~을위한 나누는 이것들 케이스 ~와 함께 그만큼 학생 지역 사회,
누구 진짜 환영하다 그런 현실 세계 예
오는 ~에서 실무자 에서 산업.
나 또한 원하다 에게 감사하다 인도에 있는 우리 학술 팀의 Murali는
누구 연극 ㅏ 열쇠 역할 입력 강화 우리의 사례 공부하다 도서관
처럼 그만큼 개발 의 이것들 케이스 함께 ~와 함께 솔직한.
괜찮아, 여기 입력 이것 구성 당신은 참조 아주 분명하게 그만큼 삽화 그만큼 문제.
그래서 뭐라고 요 여기 ~이다 표시 ~이다 ㅏ 구성 의 그만큼 측정 의 그만큼 새로운 UHPLC 방법,
하지만 비 최적화된 그리고 또한 같이 ㅏ 함수 의 그만큼 측정
의 그만큼 GC 기준 방법, 어느 ~였다 매우 정확한 그리고 정밀한.
그리고 너 ~ 할 수있다 분명히 보다 저것 거기 ~이다 일부 문제.
그래서 다른 연산자 만들어진 일부 측정 켜짐 다른 배치
그리고 당신은 할 수 있습니다 보다 저것 그만큼 예측 간격 ~이다 상당히 크기가 큰.
너 보다 ㅏ 범위 때때로 ~ 위에 100 밀리그램 당 리터.
그리고 너 ~ 할 수있다 또한 보다 저것 때때로 이것의 ~ 아니다 분명한 ~이든 측정
사양 내에 있으며, 처럼 켜짐 그만큼 왼쪽 그래프 너 ~ 할 수있다 보다 그것
그리고 또한 켜짐 그만큼 오른쪽 그래프 너 ~ 할 수있다 보다 거기 또한 비율 ~와 함께 정확성
의미 저것 거기 ㅏ 심각한 문제,
그리고 먼저 의 모두 우리 ~ 할 것이다 탐구하다 그만큼 변형 근본 원인
사용 측정 체계 분석,
그만큼 원인 의 변화, 그리고 또한 그만큼 암사슴 ~ 할 것이다 사용 최적화된
통계에 따르면 생각 개념
어느 ~ 할 것이다 ~이다 삽화가 든 입력 다음 슬라이드.
너 보다 그만큼 통계 문제 해결 프로세스 흐름.
그래서 ~을위한 그만큼 비용 의 그만큼 문제,
그만큼 문제 ~와 함께 우리의 유 HPLC 측정 오류,
우리 ~ 할 것이다 태클 이것 ~에 의해 측정 시스템 분석,
그리고 에게 내 보내다 그만큼 변화 뿌리 원인, 나 5 월 물론 DOE 사용,
또한 에게 최적화 그만큼 프로세스 설정 의 그만큼 유 HPLC 체계.
그만큼 방법 우리는 할 것이다 사용 ~을위한 정량화 그만큼 변화 출처 ~이다
그만큼 측정 체계 분석, 그리고 일부 이론 나 ~ 할 것이다 보여 주다.
그래서 이것의 ~에 대한 그만큼 정량화 의 그만큼 변화 구성 요소 의 그만큼 총 변화.
총 변화 수단 그만큼 변화 ~에 의해 모든 측정,
~에 의해 다른 연산자, 다른 제품.
그래서 우리 가지다 둘 다른 구성 요소,
그만큼 제품 변화,
시그마 정사각형 제품, 그리고 그만큼 측정 변화.
그만큼 측정 변화 매우 중요도 분해
입력 둘 중요한 구성 요소, 그만큼 반복성 그만큼 변화
~로 인한 에게 부족 의 정도 ~에 의해 반복
측정, 그리고 또한 그만큼 가치 ~ 사이 운영자.
그래서 그만큼 시그마 정사각형 크기가 큰 아르 자형 어느 ~이다 그만큼 재현성.
그리고 매우 중요한 표준 입력 주문하다 티 모자, 미안
중요한 표준
진술 저것 그만큼 측정 체계 ~이다 오직 적합한 ~을위한 변이 감지
입력 그만큼 과정, 과정 변화, ~이다 저것 그만큼 퍼센트 G 오제 알앤알, 어느 ~이다 그만큼
측정 오류 각기 다른 ~에 의해 그만큼 총 오류, ~해야한다 ~이다 더 적은 ~보다 10퍼센트.
그래서 그만큼 분수 의 측정 오류 ~였다
아래에 10퍼센트 총 의 그만큼 총 변화.
그 다음에 우리 ~ 할 수있다 사용 그것 ~을위한 프로세스 따르다 위로.
만약에 이것의 ~ 아니다 그만큼 사례, 그것 ~이다 더 높은,
그 다음에 우리 운영 그만큼 위험 저것 우리 ~ 할 것이다 제어 우리의 프로세스
켜짐 측정 변화, 그리고 의 강좌 ~ 아니다 ㅏ 매우 건강한 문제.
그래서 그것 ~해야하다 ~이다 낮추다 ~보다 10퍼센트, 그건 그만큼 기본 표준.
괜찮아, 허락하다 나 가다 에게 다음 미끄러지 다.
그리고 ~을위한 이것 우리 ~ 할 것이다 사용 ㅏ 게이지 R&R 연구, 게이지 R&R 연구
주로 실험적인 디자인이며,
그래서 저것 우리 ~ 할 것이다 고르다 삼 랜덤 연산자,
남자, 로라, 그리고 사라,
누구 ~ 할 것이다 ~하다 반복 측정 둘 타임스 켜짐 네 다른 배치 각.
그래서 우리는 해냈어,
우리 가지다 계속 ~이다 할 수있는 에게 정량화하다 그만큼 연산자 변동 내
반복성, 그만큼 재현성, ~ 사이 연산자 변형,
그리고 또한 그만큼 제품 변형, 변화 ~ 사이 배치.
그래서, Volker, 나는 떠날거야 그만큼 바닥 에게 너 지금.
괜찮아. 감사합니다 너, 솔직한.
그리고 ~ 전에 나 ~ 할 것이다 오다 에게 MSA,
나 ~ 일 것이다 처럼 에게 간단히 씌우다 뭐야 포함 입력 그만큼 첫 번째 부분 의 그만큼 시리즈,
즉 제어 차트 그리고 프로세스 능력.
그래서 이것 ~이다 하나 의 그만큼 데이터 세트 여기
자질 그만큼 둘 화합물, 우리의 마디 없는 응답,
화합물 하나 그리고 화합물 둘, 사용 그만큼 좋은 하지만 느린 GC 방법.
그래서 데이터 가지다 계속 ~이다 모은 ~ 위에 여덟 날,
~와 함께 둘 배치 당 일 그리고 ~을위한 둘 다른 공급 업체, ㅏ 그리고 비.
그래서 언제 그만큼 팀 시작했다,
그만큼 첫 번째 활동 ~였다 에게 확인하다 그리고 확인하다 정상 의 그만큼 데이터
~을위한 이것, 그들 보았다 ~에 정상 분위수 음모.
그들 또한 장착 ㅏ 정상 분포.
괜찮아, 죄송합니다 ~을위한 이것.
그래서 그들 보았다 ~에 ㅏ 정상 분위수 구성,
그리고 그들 또한 장착 ㅏ 정상 분포 팔로우 ~에 의해 ㅏ 선량 의 적합 테스트.
그리고 거기 ~였다 아무것도 아님 비판적인 ~에서 저것 분석.
탐색 배포, 그만큼 문제 ~가되었다 분명한.
그래서 찾고 ~에 데이터 ~에서 다른 날, 우리 ~ 할 수있다 보다 ㅏ 거대한
일괄 ~에 의해 일괄 변화, 조차 ~을위한 배치 오는 ~에서 그만큼 같은 일.
그리고 이것 수단 저것 전자 프로세스 모니터링 ~이다 ~ 아니다 가능한
왜냐하면
그만큼 변동성 의 이것 GC 방법 높았다
그리고 그만큼 방법 ~였다 ~도 느린.
그래서 그것 필요한 ㅏ 많은 의 시각
에게 감시 장치 그만큼 배치.
그리고 그러므로 하나 팀 활동 ~였다
에게 일하다 함께 ~와 함께 그만큼 공급 업체 그리고 기타 에게 줄이다 저것 변화.
그리고 또 다른 활동,
어느 ~이다 설명 입력 그만큼 다른 부속 의 그만큼 공부하다, 조사 ㅏ 더 빠른 방법,
같이 말하는 ~에 의해 솔직한, 사용 그만큼 새로운 UHPLC 측정 방법.
그래서 단지 찾고 ㅏ 조금 더 ~ 안으로 그만큼 낡은 방법, 그만큼 GC 방법.
그래서 그만큼 팀 보았다 ~에 하나 차원
제어 차트 그리고 또한 프로세스 능력 ~을위한 둘 다 화합물, 의 강좌,
그리고 그들 또한 보았다 ~에 다변수 그리고 모델 중심의
제어 차트.
그리고 여기 우리 보다 저것 거기 ~이었다 일부 극심한 포인트들 입력 ㅏ 다중 차원
분석, 그리고 그들 ~ 할 수 있었다 또한 보다 그만큼 기부금 의 그만큼 다른
화합물 또는 응답.
이 ~이다 그만큼 결론 의 그만큼 첫 번째 조사 사용 그만큼 낡은 방법.
그래서 여기 그만큼 결과 ~였다 저것
둘 다 프로세스 찾고 ~에 그만큼 프로세스 성능 여기, 저것 둘 다 프로세스,
그래서 화합물 ㅏ 그리고 화합물 비, ~이었다 무능 하지만 안정적인.
을위한 공급 업체 ㅏ
그리고 ~을위한 공급 업체 비,
우리 보다 저것 화합물 하나 ~였다 조차 불안정한 수행원 이것들 그림 물감 여기.
그래서 모두 의 이것 동기 부여 그만큼 팀 에게 개선하다 그만큼 측정 프로세스.
그리고 이것 가져오다 우리를 에게 부분 둘 의 이 시리즈
그리고 이것 ~이다 ~에 대한 분석하는 그만큼 측정 체계.
그래서 이것 데이터 여기 ~이었다 모은 ~을위한 모두 그만큼 조합, 반복 두 배,
~ 사이 네 배치 그리고 삼 연산자,
사용 그만큼 새로운 UHPLC 측정 방법.
그래서 그만큼 목표 여기 ~였다 에게 측정하다 모두
배치 의 날것의 재료 사용 이것 더 빠르게 방법 그리고 아마도 에게 허용하다 일부
인라인 모니터링 의 그만큼 날것의 재료 입력 그만큼 미래.
그래서 에게 가져 오기 시작했다 ~와 함께 그만큼 새로운 데이터,
그만큼 팀 보았다 ~에 ㅏ 둘 방법 분산 분석, 그리고 이것 5 월 바보 너.
이 산출.
그래서 켜짐 둘 다 화합물,
화합물 하나 그리고 둘, 그만큼 일괄 효과 ~이다 고도로 중요한.
그래서 그건 좋은 소식.
그리고 또한 그만큼 운영자 효과 그리고 그만큼 상호 작용 ~ 사이 일괄 그리고 운영자,
이것들 효과 ~이다 비 중요한, 하지만 그만큼 RMSE ~이다 상당히 높은.
그래서 저것 수단 저것 우리 ~이다 아마도 찾고 ~에 데이터
그리고 효과 우리 ~이다 또한 관심있는 입력 그냥 숨겨진 ~에 의해 소음.
그래서 ~ 전에 너 바라보다 ~에 그런 an. 분석,
그만큼 첫 번째 의문 ~해야한다 ~이다 어디 ~이다 그만큼 변화 입력 우리의 데이터 오는 에서?
그리고 초, ~이다 우리 자질 그만큼 신호?
~이다 우리 진짜 찾고 ~에 그만큼 신호 또는 ~이다 우리 단지 자질 소음?
그리고 에게 가져 오기 an. 아이디어 ~에 대한 이것,
ㅏ 완벽한 심상 의 그만큼 패턴 의 변화 ~이다 ㅏ 변동성 차트.
그리고 ~을위한 이것들 둘 출처 의 변화, 일괄 그리고 운영자,
여기 우리 보다 모두 그만큼 데이터 포인트들 ~을위한 모두 연산자 그리고 모두 배치.
그래서 우리 가지다 둘 측정 당 일괄 당 운영자.
그리고 ~을위한 이것들 둘, 우리 보다 그만큼 평균.
우리 또한 보다 그만큼 그룹 평균 ~을위한 하나 운영자 그리고 우리 또한 보다 그만큼 전반적인 평균.
그건 그만큼 점이 찍힌 선 여기 ~을위한 모두 우리의 측정.
그리고 우리 ~ 할 수있다 바라보다 ~에 이것 ~을위한 둘 다 화합물, 의 강좌.
그래서 여기, ~을위한 사례, ~을위한 화합물 둘, 우리 보다 저것 로라 가지다
상당히 높은 편차, ~에 최소 비교 에게 그만큼 다른 둘 운영자.
그래서 그건 ㅏ 시각적인 분석.
사용하는 분석 방법 및 절차
에게 가져 오기 ㅏ 더 나은 통찰력 ~ 안으로 그만큼 측정 시스템의 성능
~이다 an. MSA 또는 측정 시스템 분석.
그리고 이것 ~였다 또한 완료 ~을위한 그만큼 비 최적화된 유 HPLC 방법.
그래서 여기, ~을위한 사례,
~을위한 그만큼 첫 번째 화합물, 우리 보다 이것 평균 차트
그리고 이것 차트 쇼 그만큼 데이터 함께 ~와 함께 그만큼 제어 제한
또는 ~와 함께 그만큼 소음 밴드.
그리고 뭐라고 요 우리 보다 여기 ~이다 ~ 아니다 좋은 전혀 뉴스,
왜냐하면 우리의 측정, 우리의 데이터 ~이다 이내에 이것 소음 밴드,
그래서 그것 ~ 할 것이다 ~이다 진짜 딱딱한 에게 감지하다 어느 신호 ~와 함께 저것 소음 수준.
또 다른 산출 ~이다 이것 병행 구성.
그래서 여기 우리 ~ 할 수있다 확인하다 상호 작용 ~ 사이 배치 그리고 연산자 그리고 이것 ~ 일 것이다
나타내 다 an. 상호 작용 만약 일부 의 이것들 윤곽 ~이다 ~ 아니다 평행 한.
그리고 이것 ~이다 그만큼 EMP 방법.
그래서 이것 스탠드 ~을위한 측정 프로세스 평가
그리고 너 아마 알고있다 이것 같이 계량기 R&R 산출.
그리고 그건 뭐라고 요 또한 솔직한 말하는.
그래서 여기 우리 보다 그만큼 신호, 그건 그만큼 제품 변화,
하지만 우리 또한 보다 그만큼 측정 변화
나뉘다 ~ 안으로 반복성 그리고 재현성.
그리고 여기 ~을위한 그만큼 첫 번째 화합물,
우리 보다 저것 우리 ~ 인 것 같다 에게 가지다 an. 문제 ~와 함께 반복성.
그래서 그만큼 같은 운영자 행위 그만큼 같은 측정 다시.
그리고 ~을위한 그만큼 초 요소,
우리 보다 저것 거기 또한 ㅏ 근소한 문제 ~와 함께 재현성 같이 잘.
그래서 이것들 ~이다 측정 ~ 사이 다른 운영자.
그래서 그만큼 결론 여기 ~이다 저것 그만큼 측정 시스템
또는 그만큼 측정 프로세스 ~이다 할 수 없는 에게 감지하다 어느 품질 옮기다 원인
~에 의해 ㅏ 중요한 체계적인 변화 ~ 사이 우리의 배치.
그리고 ~와 함께 저것, 나 손 뒤 에게 솔직한.
괜찮아, 감사하다 너, 볼커.
나 생각한다 우리 ~ 할 수있다 옮기다 에게 다음 슬라이드 왜냐하면 그건 뭐라고 요 우리 논의했다.
알았어 뭐라고 요 너 보여 주었다, 볼커, 그건 또한 입력 그만큼 슬라이드.
괜찮아, 네, 여기 우리 ~ 할 수있다 시작.
그리고 우리 시작 ~와 함께 첫 번째 의 모두, 입력 그만큼 설계 의 실험,
그만큼 최적화 공부하다, 그만큼 프로세스 개선 공부하다.
그리고 먼저 오 에프 모두,
입력 주문하다 에게 더 나은 지정하다 우리의 실험적인 목표, 우리 ~해야한다 첫 번째 의 모두
가다 에게 그만큼 뿌리 원인 분석 ~을위한 그만큼 높은 측정 오류.
그만큼 랩 팀,
~ 후에 연구실 팀과 브레인스토밍,
그것 왔다 밖 저것 ~이었다 둘 기본
뿌리 원인, 하나 링크 에게 그만큼 장비 그리고 하나 링크 에게 그만큼 방법.
그리고 그만큼 하나 링크 에게 그만큼 장비 ~였다
그만큼 기본 원천 ~을위한 가난한 반복성 왜냐하면 그것 ~였다 ㅏ 매우 강한 문제
~와 함께 불안정한 열 온도 그리고 용리액 유량,
UHPLC는 사용 열, 이것의 ㅏ 크로마토그래피 기술,
그리고 또한 an. 용리액 이별을 하고,
에게 선두 그만큼 화합물 에게 그만큼 열 그리고 만들다 분리 가능한.
같이 ㅏ 문제 의 사실 그것 ~였다 경향 ~ 사이
다른 실험 그리고 조차 이내에 하나 실험.
이 결과 의 강좌 입력 ㅏ 가난한 반복성.
그리고 그만큼 첫 번째 직무, 의 강좌, 의 그만큼 실험실 팀
~였다 에게 안정시키다 의 강좌 그만큼 열 온도 그리고 용리액.
때문에 만약 너 가다 에게 어느 실험적 설계,
의 강좌, 우리 필요 에게 가지다 결정된 설정 의 그만큼 온도
및 용리액 유량, 어느 ~이다 의 강좌 둘 중요한 요인.
을위한 그만큼 초 문제,
그만큼 방법 왜냐하면, 게다가 그만큼 안정 문제,
어느 의 강좌 ~였다 결정된, 거기 ~였다 또한 an. 문제 ~와 함께
저해상도 왜냐하면 의 비 최적화된 분석 프로세스 설정 어느 ~이었다 상당히
낮은 그리고 또한 불안정한, 의미 저것 언제 우리 만들다 작은 교대 에게 유량
그리고 온도, 거기 ~이었다 때때로 거대한 교대
또한 해상도에서, 나타내는 저것 거기 ~였다 또한 ~ 아니다 오직
최적의 문제 하지만 또한 ㅏ 문제 ~와 함께 견고함.
그래서 그만큼 목표 ~였다 지정하다 ~ 아니다 오직 최적의 설정 하지만 또한 건장한 설정.
그래서 그만큼 변화 의 그만큼 해결 ~해야한다
~이다 최소한의 같이 ㅏ 함수 의 일부 변화 주위에 그만큼 설정
의 과정, 실천, 그만큼 분석.
하자 단지 지금 가다 에게 그만큼 암사슴.
물론 DOE의 목표는
우리 지정하다 그만큼 응답 변하기 쉬운 ~이다 와이, 그만큼 화합물 집중
입력 그만큼 기준 샘플, 그리고 우리 가지다 에게 만들다 모델 의 이 Y,
그만큼 화합물 집중 ~이다 ㅏ 함수 의 그만큼 UHPLC 제어 요인.
그리고 한번 우리 가지다 그만큼 방정식,
우리 ~ 할 수있다 그 다음에 의 강좌 가다 에게 최적화, 그리고 뭐라고 요 이다 최적화 표준?
우리 ~ 할 것이다 사용 그만큼 품질 피 ~ 위에 티 비율 표준.
저것 수단 저것,
우리의,
분수 의 그만큼 오류
입력 그만큼 용인 범위 ~해야한다 ~이다 낮추다 ~보다 10퍼센트.
만약에 너 가지다 그만큼 용인 범위 의 우리의 화합물 어느 ~이다 지정된,
화합물 하나
입력 그만큼 기준 견본 했다 300 리터당 밀리그램
리터당 플러스 마이너스 200밀리그램,
그 다음에 우리 가지다 에게 만들다 확실한 저것 그리고 또한 그만큼, 죄송합니다, 그만큼 기준 견본, 둘,
두 가지 표준 샘플, 그만큼 표적 의 화합물 둘 그리고 그만큼 기준
견본 둘 ~이다 450 ...을 더한 또는 마이너스 150 ppm 투기 제한.
그리고 의 강좌 만약 너 원하다 에게 도달하다 10퍼센트
의 이것 사양 범위, 저것 수단 저것 알았어, 우리 가지다 에게
주어진 우리의 바람직함 함수 ~을위한 최적화, ~이다 저것 알았어?
왜 ~해야한다 성냥 표적 화합물 집중 낮추다 ~보다 10퍼센트?
의미 저것 ~을위한 기준 견본 하나 거기
~해야한다 ~이다 300 플러스 마이너스 20 ppm, 20 리터당 밀리그램 .
그리고 ~을위한 기준 견본 둘 그만큼 화합물 농도는
리터당 450 플러스 마이너스 15밀리그램
그건 그만큼 표준 ~을위한 최적화.
그래서 같이 ~을위한 우리의 모델 구하는 함께 ~와 함께 랩 전문가.
그만큼 요인 ~이다 그만큼 기본 효과, 그만큼 기본 효과 그리고 모두 이차 효과.
그리고 그만큼 기본 효과 ~이다 그만큼 온도 의 그만큼 열,
~와 함께 그만큼 범위 25 에게 35 학위 섭씨, 용리액 흐름 비율,
다섯 에게 15 밀리리터당 밀리그램, 그리고 또한 그라디언트.
뭐 ~이다 그라데이션?
잘 저것 수단 저것 거기 ~이다 an. 첨가물, 아세트로니트릴 그만큼 용리액 그리고 이것
집중 의 이것 아세토니트릴 다음과 같이 증가합니다. ㅏ 함수 의 그만큼 용량,
추가 같이 ㅏ 함수 의 흐름, 그만큼 용량, ~을 통해 그만큼 열.
저것 수단
~에서 용량 영 그리고 하나 밀리리터 이것의 ㅏ 범위 ~ 사이 다섯과 20 퍼센트.
그리고 한번 그만큼 용량 ~이다 다섯 에게 여섯 밀리리터,
우리는 ㅏ 범위 의 35 에게 70% 의 용리액의 아세토니트릴.
또한 an. 중요한 요인 ~이다 그만큼 자외선 파장 .
그만큼 탐지기 ~이다 ~에 의해 자외선 그리고 그것 ~해야한다 ~이다 통제된 ~ 사이 192 그리고 270.
그리고 브레인스토밍 ~와 함께 그만큼 랩 전문가, 누구 했다 이미 상당히 일부 예비의
실험 그리고 가졌다 일부 경험 ~와 함께 그만큼 UHPLC,
같이 ㅏ 문제 의 사실, 오직 둘 상호 작용 효과 ~이었다 선택된.
그건 그만큼 온도 그리고 용리액 유량 그리고 또한
그만큼 용리액 유량 상호 작용 ~와 함께 모두 구배 요인 지정된 위에.
그래서 이것 수단 저것 그만큼 설계 선택된
에게 만나다 그만큼 목표 그리고 에게 모델, 그리고 에게 지정하다 그만큼 모델 매개변수.
그것 ~였다 그만큼 커스텀 설계, 그리고 볼커 ~ 할 것이다 설명하다 뭐라고 요 설계 ~였다 에 대한.
괜찮아.
감사합니다 너 솔직한.
그래서 말하는 ~에 대한 그만큼 제삼 부분 의 이것 사례 공부하다 시리즈 어느 ~이다 ~에 대한 설계
실험 그리고 뭐라고 요 우리 배웠다 그래서 멀리 ~이다 저것 우리 가지다 에게 줄이다 그만큼 측정
변화 어느 ~이다 원인 ~에 의해 이것 최적화되지 않은 UHPLC 방법.
그리고 이것 방법 ~ 할 수있다 ~이다 설명, 같이 솔직한 뾰족한 밖, ~에 의해 이것들 제어 설정
또는 프로세스 설정, 처럼 온도 그리고 그래서 켜짐.
그래서 우리 또한 원하다 우리의 응답 남아있다 이내에 그들의 제한.
그래서 이것 따르다 그만큼 10퍼센트 규칙 같이 주어진 프랭크에 의해,
그리고 이것들 제한 ~이다 또한 추가 에게 우리의 데이터.
그래서 에게 설계 그런 an. 실험 그만큼 팀 보았다 ~에 ㅏ 결정적인 상영 설계.
그래서 이것 하나 여기, 그리고 또한 추가 커스텀 설계 그리고 둘 다 ~와 함께 25 라운드.
그래서 비교 둘 다 디자인, 그들 사용 그만큼 비교하다 설계 플랫폼,
그리고 너 ~ 할 수있다 보다 여러 개의 원인 어느 ~이다 입력 호의 의 그만큼 커스텀 설계.
그래서 여기, ~을위한 사례, ~을위한 기본 효과 우리 보다 약간 더 나은 힘 ~을위한 그만큼 DSD.
하지만 ~을위한 그만큼 다른 더 높은 주문하다 효과 우리 보다
진짜 ㅏ 높은 혜택 ~을위한 그만큼 커스텀 설계.
같은 여기, 찾고 ~에 그만큼 분수 의 그만큼 설계
공간 우리 보다 저것 그만큼 커스텀 설계 ~이다 행위 더 나은.
너 ~ 할 수 있었다 또한 바라보다 ~에 그만큼 상관 관계 맵,
그리고 마지막으로, 그만큼 능률 ~이다 또한 입력 호의 의 그만큼 커스텀 설계.
그리고 ~을위한 저것 이유 그만큼 팀 사용 된 그만큼 커스텀 설계,
ㅏ 커스텀 설계 ~을위한 저것들 연구.
그래서 여기 우리 가지다 그만큼 완전한 데이터
~을위한 그만큼 커스텀 설계, 완전한 ~와 함께 둘 다 응답 측정.
그리고 ~을위한 이것 우리 또한 가지다
그만큼 동 선의 모델.
그래서 여기 ~을위한 그만큼 첫 번째 응답,
화합물 하나, 그리고 ~을위한 화합물 둘, 둘 다 ~와 함께 그들의 프로파일러 의 강좌.
그리고 여기 ㅏ 결합된 프로파일러
~와 함께 둘 다 응답 ~에 그만큼 초기의, 단지 그만큼 중반 설정.
그리고 ~에 의해 최대화 그만큼 바람직함,
그래서 나 ~ 일 것이다 가져 오기 에게 그만큼 최적의 설정 그리고 우리 보다 저것 우리 ~이다 어울리는
둘 다 표적 여기, 300 그리고 450 각각의, 우리 ~이다 어울리는 그들을 아주.
하지만, 우리 또한 보다 상당히 크기가 큰 감광도 지표.
이것들 ~이다 그만큼 보라색 삼각형, 그리고 그들 ~이다 말함 우리를 저것 ~에 그만큼 최적의 가리키다,
우리의 응답 표면 ~이다 상당히 험한 입력 일부 치수
그리고 이것 감소 그만큼 견고함 의 우리의 프로세스
의 경우 일부 무작위의 변화 의 우리의 프로세스 설정.
그리고 이것 ~ 할 수있다 ~이다 더 나아가 분석 ~에 의해 첨가
그만큼 모의 실험 장치 에게 이것 프로파일러 그리고 저것 ~이다 완료 여기.
그래서 여기 그만큼 모의 실험 장치
정의하다 그만큼 무작위의 변화 어느 ~였다 한정된 ~에 의해 우리의 프로세스 전문가.
그리고 단지 유지 그만큼 중반 설정, ...을 더한 이것 무작위의 변화, 시뮬레이션
10,000 의 응답 가치 우리 보다 저것 모두 의 우리의 응답 가치 ~이다 밖 의 투기.
이것들 ~이다 모두 결함. 의 강좌, 우리 ~이다 단지 ~에 그만큼 중반 설정 ,
그래서 더 나은 아무것도 에게 예상하다 여기.
스위칭 에게 최적의 설정 그리고 시뮬레이션 다시.
그래서 지금 우리 보다 저것 그만큼 결함 비율 에게 ~이다 예상되는 ~이다 ~ 위에 12퍼센트.
그래서 ~에서 여기 그만큼 견고함 ~ 할 수있다 ~이다 더욱 개선된,
어느 하나 수동으로, 사용 그만큼 프로파일러 그리고 그만큼 모의 실험 장치
그리고 그만큼 감광도 지표, 또는 자동으로 ~에 의해 달리기
시뮬레이션 실험 어느 ~이다 또한 세워짐 ~ 안으로 저것들 프로필.
그래서 그만큼 팀 사용 된 ㅏ 수동 접근하다
그리고 이것들 ~이다 그만큼 건장한 설정.
그들 왔다 위로 ~와 함께 이것들 빨간색 설정 여기.
그리고 만약 나 시뮬레이션 다시, §우리 보다 저것 그만큼 결함 비율
지금 액 아래에 일 퍼센트.
그래서 이것 ~이다 ㅏ 몬테 카를로 시뮬레이션, 이것의 모두 무작위의 그래서 그만큼 결함 비율 변경 사항
약간 ~와 함께 각 새로운 시뮬레이션, 그리고 너 ~ 할 수있다 또한 보다 어떻게 그만큼 히스토그램
의 우리의 시뮬레이션 응답 데이터 행동하다 상당히 잘.
그래서 그들 ~이다 이내에 우리의 범위, 이내에 우리의 제한
어느 지원하다 이것 10퍼센트 규칙.
그리고, 에 이것들
건장한 설정.
그래서 가고있다 뒤 에게 그만큼 다른 프로파일러.
그래서 여기 나 또한 가지다
일부 윤곽 플롯 사용 그만큼 윤곽 프로파일러, 그리고 그들 ~ 할 수있다 또한 ~이다 사용 된
에게 더 나은 이해하다 그만큼 베스트 지역 ~을위한 그만큼 처리 그리고 ~을위한 구성
그만큼 프로세스 그리고 이것들 ~이다 일반적으로 그만큼 하얀색 지역 어느 제공하다
그만큼 사양에 지역 ~을위한 ㅏ 콤비네이션 의 둘 제어 요인.
그리고 나 희망 너 처럼 이것 여행,
그리고 ~와 함께 이것 나 손 ~ 위에 뒤 에게 솔직한 에게 논의하다 이것 결과.
괜찮아, 감사하다 너, 볼커.
그래서,
지금 우리 ~ 할 수있다 가다 에게 그만큼 확인 실험,
의 강좌, 한번 우리 최적화 그만큼 설정
지금 우리 ~ 할 수있다 만들다 an. 실험 에게 확인하다 ~이든 진짜 그만큼 측정 의 그만큼 새로운
UHPLC 체계 그리고 그만큼 GC 분석 ~이다 동등한.
그래서 ~을위한 이것, 다시, 우리 세트 위로 게이지 R&R 공부하다,
측정도 하나
어느 ~이다 상당히 비슷한 에게 그만큼 하나
논의 ~ 전에 하지만 또한 지금 우리 만들다 측정 ~와 함께 그만큼 GC 입력 주문하다
에게 비교하다 그만큼 둘 측정 행동 양식. 너 보다 여기 또한 포함 같이 하나 추가의
요인 입력 더 게이지 R&R ~이다 그만큼 악기 요인.
괜찮아.
그래서 여기 ~이다 그만큼 결과 그리고 너 ~ 할 수있다 보다
진짜 저것 우리 만들다 상당히 an. 개선 저것 너 보다 입력 그만큼 R&R 결과를 측정합니다.
저것 메인 변화 지금은 제품 변화.
너 보다 저것 지금 그만큼 일괄 변화 ~이다 아니요 더 가려진 ~에 의해 소음 측정 오류.
그만큼 회색 지역 ~이다 상당히 좁은 비교 에게 그만큼 것
우리 가졌다 전에, 그리고 그건 ㅏ 매우 좋은 소식.
너 보다 이것의 주로 제품 변화.
그래서 그만큼 게이지 R&R 그리고 비율 ~이다 상당히, 성냥 우리의 표적.
의미 저것 정도 용인 비율 여기 ~이다 ~에 대한 8퍼센트.
그리고 그만큼 정밀도/공차 비율 ~이다 여섯 타임스 그만큼 게이지 R&R 수치
각기 다른 ~에 의해 그만큼 용인 의 그만큼 화합물 , 400, 8퍼센트입니다.
그래서 그만큼 정도 ~이다 괜찮아.
그래서 저것 이것 측정 체계 ~이다 적합한
에게 ~이다 사용 된 입력 품질 제어 ~을위한 화합물 하나.
멋진.
화합물 하나. 괜찮아.
너 보다 켜짐 그만큼 평행 한 구성 단지 ㅏ 작은 횡단,
너 보다 저것 ~을위한 사라, 나타내는 ㅏ 작은
아마도 상호 작용 ~ 사이 그만큼 배치 그리고 운영자.
괜찮아, ~을위한 화합물 둘, 우리 가지다 에게 보다 그만큼 같은 물건 조차 더 나은.
그래서 오직 5% 의 계량기 연구 및 연구,
그만큼 정도 용인 비율, 5퍼센트,
같은 물건, 매우 좁은 소음 범위 그리고 아니요 주요한 횡단 의 그만큼 윤곽.
상당히 평행 한, 나타내는 아니요 운영자 편견, 아니요 상호 작용.
모델링 화합물 하나 분석, 우리 보다 저것 이것의 주로
영향을 받은 ~에 의해 일괄, 그리고 또한 작은 일괄 에게 운영자 상호 작용 효과.
화합물 하나 그리고 ~을위한 화합물 둘.
괜찮아, 지금 우리 ~ 할 수있다 보다 이것 매우 작은
상호작용 사실 왜냐하면 우리 가지다 줄인 그만큼 측정 소음 그래서 많이
지금, 저것 매우 작은 사리, 의 강좌 지금 ~이되다 보이는.
입력 그만큼 첫 번째 시각 우리 ~ 할 수 있었다 ~ 아니다 보다 그것, 우리 ~ 할 수 있었다 ~ 아니다 감지하다 그것.
하지만 저것 ~이다 왜냐하면 의 ㅏ 매우 가난한 실험적인 힘.
하지만 지금 우리 증가하다
그만큼 실험적인 힘
진지하게 ~에 의해 단지 감소 그만큼 실험적인 소음,
의 강좌, 지금 이것 상호 작용 입력 사실 된다 보이는.
하지만 그만큼 작은 하나, 너 ~ 할 수있다 보다 저것 또한
~을위한 그만큼 링크 에게 사라, 그만큼 초록 선 의 사라,
하지만 여기 또한 ~였다 ㅏ 작은 문제 입력 그만큼 GC
분석 같이 잘, ~ 아니다 오직 ~을위한 그만큼 UHPLC, 하지만 또한 ~을위한 그만큼 GC 분석.
괜찮아, 그건 an. 문제 에게 ~이다 태클 ~을위한 잘못된.
하지만 지금 이것의 여기.
저것들 둘 그래프 설명하다 꽤 분명히
저것 둘 다 측정 시스템 ~이다 거의 동등한, UHPLC 결과
~ 대 그만큼 GC 결과.
우리 보다 저것 거기 거의 ㅏ 완벽한,
매우 좋은 상관 관계 ~와 함께 모두 포인트들 켜짐 그만큼 중반 선.
그래서 그만큼 경사 ~이다 거의 하나.
이것의 ~ 아니다 상당히 다른 ~에서 하나.
그리고 또한 거기 ~이다 an. 가로채다 ~와 함께 그만큼 와이 중심선,
~이다 ~ 아니다 상당히 다른 ~에서 영.
그래서 그만큼 방법 ~였다 준비가 된 ~을위한 확인, UHPLC ~이다 정확한 그리고 그만큼
중요하지 않은 차이점, 어느 너 보다, 기준 분석 , 그래서 매우 멋진 결과.
그리고 우리 ~ 할 수 있었다 말하다 저것 그만큼 문제 ~와 함께 태클 그만큼 문제 ~와 함께 MSA 및 DOE
~였다 매우 강한, 주요한 에게 ㅏ 좋은, 매우 멋진 해결책 에게 우리의 문제
어느 ~ 할 수 있었다 ~이다 구현, 의 강좌, 지금 입력 생산.
감사 해요 ~을위한 당신의 주목 그리고 만약 거기 질문이 있습니까?
제발 허락하다 우리를 알고있다.
