私の名前は花瓶ごとからNNE、そして私意思一緒にと私の同僚ルイマイヤー
代表するどうやってあなたできる使用JMPで製薬プロセス検証、
そして実は先頭に立っての中へそれあなたできるする
継続的なプロセス検証その後。
私たちは両方来るからある会社呼ばれたNNE、そして私たちはするコンサルティング
のためにの医薬品業界そして私たちは仕事とデータ科学。
それで私たちは実は試していますに作成する価値からデータで私たちの顧客。
のコース、私たちはは非常にハッピーそれ私たちはできるJMPを使用するのためにそれ
そしてこれは何私たちはは行くに実演する今日。
それでの背景のためにのプレゼンテーションはプロセス検証。
これはあるとても重要問題での医薬品業界、
それ前にあなた打ち上げある新しい製品、
あなた持っているに証明するそれあなたは有能の生産するそれ。
古典的にこれもっているされた終わりによるただ作る三つバッチ。
もしこれら三つバッチだったわかった、私たちは持っている証明されたそれ私たちはできる製造
一貫してそしてそれからあなたは準備ができてに打ち上げ製品。
しかしのコースみんな、
含むの[聞き取れない 00:01:06]持っている見つかった外、
それあなたできた作る三つバッチはないの同じ、
として全て未来バッチは行くになれ良い。
何は期待される今日からある検証はそれないのみ見せるそれあなたできる作る
三つまたはできた作る三つバッチ、
あなたはそうなのでしょうに作るあるセットのバッチ。
ベースの上これセットのバッチ、あなたすべきなれできるに証明する
と自信それ全て未来バッチ意思なれ良い。
それでその代わりの予測するの過去、私たちは今持っているに予測するの未来。
これ本当に何かそれはある挑戦的ものでの製薬業界
なぜなら彼らは持っているされた使用済みのために多くの年ただに作るこれら三つバッチ。
それでどうやってにするそれ今？
私たちはは本当に助ける多くの顧客とこれ、
そして何私たちは強く推薦するは単に予測するの未来。
どうやってできるあなた予測するの未来？
良い、あなたできるするそれでJMPと予測間隔。
それは何彼らははのために。
それであなた集めるいくつかのデータ、の上の日々あなた分析し、
あなたできる予測するどうやっての休むするだろう見てのように。
もしあなたできるただ建てるあるモデルそれできる説明するあなたの検証データセット、
そしてもしあなた置くあなたのバッチスでこれモデルとしてあるランダム要素、
これら予測限界実はカバーないのみのバッチあなた作る、
しかしまたのバッチあなたしていない作ったまだ、
そしてそれによってあなたできる予測するの未来。
何あなたは見るでの底ののグラフあなた持っているステージ1つ。
これはどこあなた設計の新しいプロセスのために作るの新しい製品。
ステージ2はテストそれはの古典的な古い流行った検証。
どこ以前作った三つバッチ、今私たちはは作るあるセットのバッチ。
今ベースのの上それ私達はします予測するの未来バッチ意思なれ良い。
もしあなた持っているある多くのバッチにバッチ変化、
それできるなれ難しいに予測するとただある少しバッチ、
期限にの幅のT分布どれのビューの使用の自由、
それでそれかもしれない取るもっとよりも三つ。
しかし私たちは強く推薦するまだに作る木ステージ2なぜならさもないと、
患者持っているに待ってあまりにも長さのためにの新しい製品そしてそれからもしそのない十分。
あなたできる作るの無駄で何私たちは電話ステージ3a.
ある扱うパーティーうまくいけばどうやってあなたの予測限界
意思なれ内部仕様限界そしてそれからあなた持っている証明された
それ全て未来パス意思なれ良い、そしてあなたできる行くの中へ何私たちは電話ステージ3b、
意味それ今あなたしないでください持っているに測定で製品テストどれでもより長いです。
あなたできた多分測定の上のプロセスその代わりの測定するの上の製品
なぜならあなた持っている証明された全て未来薬意思なれ良い。
あなたのみ持っているに証明するそれあなたできる維持するの検証済み州。
それできる与えるあなたある重い削減であなたの未来費用がかかります。
いくつかのお客様、彼らは得るあなた上に70%削減、での未来費用、
後彼らは持っている証明されたそれ全て未来バッチは行くになれ良い。
今日私たちは意思試すに実演して、どうやってこれできる簡単になれ終わりでJMP。
それで何はの検証全てについて？
良い、そのの予測の未来バッチ。
今、以前私たちはただ作った三つバッチ、
しかし今私たちは持っているに予測するの未来バッチ。
どうやってできるあなた予測するそれと自信？
なぜならいつあなたする検証あなた持っているに証明する自信、ものは大丈夫。
良い、あなたできるただ使用予測間隔。
彼らはまた呼ばれた個人自信間隔そしてJMPのためにの同じ理由。
またはあなたできるまた行くのために公差、もしあなた欲しい。
どうやって多くのバッチでステージ2?
私たちは実は推薦するに行くの上と何彼らは使用済みに、どれのは三つ。
しかしあなたできるのみ合格との三つバッチもしあなたコントロール限界。
コントロール限界は実はただ予測する限界それなし自信。
私意思見せるあなたどうやってに計算する彼ら、で、もし彼らはは内部。
実はの最高推測その大丈夫。
もしあなたの予測は外、あなたかもしれない必要もっとバッチ。
しかしあなたできる作るこれら後持っている消えたにの市場とあなたの製品。
どうやって多くのバッチ彼らはすべきですか作る3aで？
とても単純。
それまであなたの予測限界は内部仕様間隔。
またはもしあなた欲しい、の対応するPPKは高い十分。
私意思見せるどうやってあなたできる変換するこれら限界にあるPPK。
いつその合格したあなたできる実は行くにステージ3bなぜなら今私たちは持っている証明された
全ての未来バッチ意思なれ良い。
あなたただ持っているに証明するそれあなたできる維持するの検証済み州。
通常それできるなれ終わりによる測定するでのプロセス、
どれのはより簡単にで本物-時間、比較したにやってるで製品テスト中。
それでそれは実はある巨大な利点。
あ多くの人々収穫もしあなたはやってるそれこれ方法。
それはある小さい流れチャートのためにどうやってするそれ仕事。
それであなた始める外探しているであなたの検証一度、
あなた計算するあなたの予測限界、
ただなれわかっているそれそれまでバージョン15彼らはだったない右。
彼らは同意したに自由二低い予測限界。
それだった解決済みでバージョン16、それでお願いしますJMP使用バージョン16のためにこれ。
それからもしこれら予測限界は内部スペック限界、
あなたは両方の段階を通過しました2そして3a、
そしてあなたは待っているのために連続プロセス検証、
測定するの上のプロセスその代わりの測定するの上の製品。
もしそれターン外それの予測限界はあまりにも広い、
それから見てであなたのコントロール限界。
もし彼らはは内でスペック限界、そして予測された限界外、
のほとんど一般典型的なコースすることですただ集めるデータ、
あなたただ集めるもっとデータ。
しかしあなたするそれその代わり3a後行くの上にの市場。
それでただ再計算するこれ予測限界、毎時間あなた持っているある新しいバッチ、
そしてそれからうまくいけば後多分三つまたは四余分なバッチ、
彼らはは内部あなたのスペック限界そしてそれからあなたは準備ができてに行く。
もしそれ起こるそれまたあなたのコントロール限界は外仕様、
それから実はあなたはない準備ができてのために検証なぜならそれから実は
最高推測はそれのプロセスはない有能、
そしてのコースあなた持っている失敗したあなたの検証そしてあなた必要に改善する
のプロセスそして私たちはするすべてまた。
うまくいけば私たちはしないでください終わりそこには。
しかしのコースそれできる起こる。
ただ短いについてこれ特定のメソッド
私たちは持っている使用済みに計算するこれらコントロール限界、
予測限界そして許容範囲限界。
のためにコントロール限界、
JMPが必要ですのコース、あなたできる得るコントロール限界。
しかしその実はただのために1つ知られている平均そして1つ知られている標準理由。
頻繁あなた持っているもっと複雑なシステムそれあなたかもしれない持っている多くの手段、
違う空洞そしてちゃんとした移動中プロセスのために例、
あなたかもしれない持っているいくつかのバンドコンポーネント間サンプリングポイント。
通常あなた持っているもっとよりも1つ平均そして1つ標準理由。
しかしそれからあなたできるただ建てるあるモデル、そして説明するあなたのデータセットとのモデル。
それからあなたできるただ取るの予測式、
あなたできる送信の標準エラーまたは予測式
そしてあなたできる取るあなたの基準エラーの上残留物、
そしてそれからその代わりの乗算するとのG分位数、
ただ使用の普通分位数。
それからそれ対応するに背中がある自信。
これはどうやって私たちは計算するコントロール限界ベースのの上あるモデル。
単にベースのの上の予測式そしての標準のの予測、
の残差の基準どれの私たちはできる全て得るからJMP、
それからそのかわいい簡単に計算するどうやってするコントロール限界仕事。
その平より簡単にに予測するの限界、なぜなら彼らはは準備ができてに行くそしてJMP。
彼らはすでにそこには、
そしてのコース彼らはするだろうただ使用の限界計算されたによるJMP。
私言った前になれ注意深いとJMP。
前にバージョン16、限界単に取得あまりにも広い。
それでお願いします使用バージョン16そして新しいのためにこれ。
のために許容範囲限界、
私たちは持っているある少し少しのの同じ問題としてとのコントロール限界。
あなた持っている許容範囲限界でJMP、しかしのみのために1つ平均、
そして1標準偏差。
私たちはしないでください持っているそれのためにあるモデル。
しかしその実はかわいい簡単に変換するの古典的な式、
のためにある許容範囲間隔の中へ取るあるモデル。
ただ交換するの平均との予測式。
ただ交換するNマイナス1つとの度の地域のためにの合計変化、
どれの私たちは実は計算するからの幅のの予測間隔。
それからあなたできるただ入力これでの古典的な式そして突然、
私たちは実はまた持っているある許容範囲間隔そしてJMP、
それできる起こる内でそして間バッチ変化。
それから私たちは準備ができてに行くとの数学ここ。
いくつかの顧客好むないただに見てでもし限界は内部仕様、
彼らは必要になれ深い内部仕様、
実は対応するにそれPPKはより大きいよりも1つ。
しかしそのとても簡単に取るの限界そしての予測式、
そして変換する彼らの中へあるPPKによるこれ古典的な式のためにPPK。
もしあなた予測するの限界、あなた得るそれと自信、
なぜならの平均自信の同じ退職限界、
そしてもしあなた置くそれでのコントロール限界、あなたただ得るPPKそれなし自信。
やりますそれなし自信そしてと自信。
それなし自信はの1つ私たちは想定に推薦するに使用でステージ2、
そしての他のものは明らかにのためにステージ3a、
どこ私たちは持っているに証明するそれと自信。
それで人生は簡単いつあなた持っているJMP、
そしてもしあなた持っているあるモデルそれできる説明するあなたの検証データセット。
しかし私たちは持っているになれわかっているそれ後ろに全てモデル、
そこにははいくつかの仮定それ必要になれ充実した、
で少しでもになれ正当化された前にあなたできる頼るの上あなたのモデル。
あなた必要にするある標準チェックのあなたのデータ、
前にあなたできる使用のモデルに計算する限界。
あsあなた知る、 JMPもっているとても良い可能性のためにこれ、
そして私意思ただ今行くの中へJMP、そして見るどうやってこれ動作します。
ここはあるとてもよく知られているデータセットでの製薬業界、
出版されたによる産業用社会の医薬品エンジニアリング、
どこ彼らは置く外あるデータセットからの本物世界そして言う、
"これはある典型的な検証セット、お願いします試すに計算するの上これそして見る
どうやってするだろうあなた評価するこれとしてあるプロセス検証データセット。"
もしあなた始める探しているでのデータチャート、あなたできる見るここ私たちは持っている三つバッチ。
の古典的な三つバッチ、古風な方法、
そして私たちはは作る錠剤ここそして私たちははブレンドするの粉。
いつ私たちははブレンドするの粉、私たちは取る外サンプルで15違う
系統的ポジションでのブレンダーで全て三つバッチ。
いつ私たちは取るサンプル、私たちは取るもっとよりも1つ。
私たちは実は取る四。
それで私たちは持っている三つバッチ、 15兆候、そして毎時間私たちは取る四。
これはあるデータセットから本物人生それだった使用済みのために検証。
もしあなた見てでデータ、
その実はかなり簡単に見るそれのためにバッチB内である位置、
のバッチ間の位置評価は多くのより大きいよりものためにバッチあそしてC、
そしてもしあなた置くあるコントロール限界の上あなたの標準偏差、
それは明らかにCはより高い。
あなたできるまた異質性を持たせる分散テスト。
それ意思またなれかなり明らかそれBもっている重要なより大きい分散よりもあそしてC.
それで私たちはできないただ引くこれなぜならあなたはのみ想定に引く差異、
それできるなれ想定されるの同じ。
それで何にするここ？
良い、の素晴らしいものについてJMP、
あなたできるただするあるバランスモデル、それであなたできる行くでそして置くでのバッチ
としてあるバランス要素の上上の持っている要因に予測するの平均。
あ得あなたできる明らかに見るそれパッチB、
もっているより大きい分散よりもあそしてBそして私たちは必要に正しいのためにそれ。
それでどうやってするあなた正しいのためにそれであるモデル？
なぜなら私するだろうのように今に置くでランダム要因
しかしないどこにあるモデル化されたでJMPするないサポートランダム要因。
何私するその代わり、私ただ行く上ここそして私保存私の分散式。
それで実は私得るあるカラムここ、どこ私持っている私のデータ差異。
それから私できるただする重み付けされた質問と逆数分散。
クラシック方法の重さを量るいつあなたはやってる線形回帰。
それでそのとても簡単に正しいのためにそれパッチBもっているより高い分散
よりもあそしてC、ただによるやってる重み付けされた回帰
いるわかっているのそれ、それから私できる始める探しているする私必要に変身あるデータ？
あなた知るあなた持っている戻る滴るそして情報そしてJMP。
それでそのとても簡単、
ただ作るのIDそれ説明しますの組み合わせのバッチそして位置。
それからあなたできる見てでの手順変化内でそれぞれグループ、
そして引くこれ横切って、そしてあなた意思得るあるモデルのようにこれ。
あなたできる見る私重み付けされたそれなぜなら私持っていたに重さそれ。
に正しいバッチ用Bとして私持っているであそしてC.
あなたできるそれから見るあなた持っているいいえ外れ値そしてあなたもできます箱-コックス。
あるよいいえ必要のために変換。
それでそれはまた簡単に正当化された働くこれ方法。
それから私は準備ができてに作る私のモデル。
しかしいつ私作る私のモデル、私意思置くで私のバッチとしてあるランダム要素。
私かもしれないまた置くで位置回バッチとしてあるランダム要素、
なぜならそれすべきなれランダムなぜなら私するだろうのようにに予測する未来バッチ。
それからあるよ実は別の予測、
なぜならいつあなた置くでランダム要因あなたは仮定しての影響
で少しでもの上平均ゼロそしてその通常は配布されました。
どうやってに確認するこれまたは正当化するこれ？
良いただ行くそして見てでBLUP、それはただあるランダム要素。
あなたできるただ作る彼らの中へあるデータテーブル、そしてあなたできるするあるBLUPテストの上彼ら。
それは何私持っているここ。
ここあなたできる見る私持っている保存されました私のバッチBLUPそして私の交流BLUP、
そして私ただ再-モデル化された彼らこれらに。
私できる見るこれらバッチ効果できる簡単になれ想定される通常は配布された
そして実はの同じとの交流効果。
今であるとても短い時間、全てのセンシティブチェックあなた必要、
になれできるに正当化するそれあなたは準備ができてのために分析。
それで今私持っている私のモデル、どれの私は準備ができてに行くのために、
どこ私持っている置くで私の場所でのランダムな要素、
そして私の合格私として他の要因。
今私意思与える私の仕事にルイ、
誰が今表示されますどうやってに行くの上との脚本の上これデータファイル。
としてパーのすでに示されている、
JMPすでにオファーある多くの機会に取引と多くののの問題
あなたは直面しているそして検証、のために例、 TPQバッチ。
いくつかのののもの彼もっている示されているここはそれ、
で事実ほとんどプロセスできないなれ説明されたによるただ1つ
平均そして1つ標準偏差。
のためにこれ私たちは本当にのようにの州モデルプラットホーム、
どれの許可します私たちにするその通りこれによる含むシステムメーカーのために多くの
手段そしてまたはランダム要因のために多くの差異。
それから頻繁私たちは見るのデータ必要変換。
ここ私たちはすでにのフィットモデルプラットホームもっているの箱-コックス変換許可するこれ。
さらに、データセットほとんどいつも含むいくつかの親切の異常値。
のためにこれ私たちははすでにでのミッドマーケットプラットホーム、
また持っているの学生タイプ残留物プラス、
どれのはある素晴らしい方法の取引する外れ値あり。
それからでケースどこ私たちは見るある足らないの分散から初心者、
JMPもっているまたのログ分散モデリング、どれの私たちは使用に探すの分散、
そして変換するそれの中へある重さである再帰モデル。
それから外-の-その-箱JMPのコースまた持っているの予測間隔、
個人自信間隔直接からのフィットモデル。
そこにははまたいくつかののの問題私たちは直面したどこJMPしませんでした取る私たち全て
の方法しかししたの下地ここ。
私考えるこれは何だった実は試しています
に住所と私たちの脚本として良い、作るそれ多くのより簡単に、
そして私考える1つのの主要な理由私たちは
持っている発展したこれ脚本はそれいつものの顧客私たちは見るそれこれら
計算そして視覚化だったやってる頻繁は終わりによる人間従業員。
それでいつでも人間は関与した、
そこにははある高い危険の人間エラーとして良い。
これは何私たちはは試していますに戦いによる自動化全てのこれらステップ後で
の上到来からの分析そしてまたの視覚化。
それからのコース、ここはのコントロール間隔でJMP、
どこJMPできるのみハンドル1つ平均そして1つ分散成分。
これ意思また解決するでの脚本
からのフィットそしてモデルプラットホームを使用しての予測フォルダその代わりのの平均。
それから私たちは使用の合計分散
からのモデル計算されたからの標準エラーそしての予測
式そしての標準エラーの上の残留物。
それから私たちはまた頻繁顔顧客誰が好む許容範囲間隔問題、
そしてこれは期限に彼らの別設定の両方自信そして勇気。
しかし簡単に説明された、
JMPできるのみハンドル1つ平均そして1つ分散成分許容範囲間隔。
それででの脚本私たちはまた計算する
許容範囲間隔からのフィットモデルプラットホームを使用しての同じ番号
の効果的度の自由として使用済みで私たちの予測自体。
そしてそれから最後に、
の脚本もっているまた含まれていますの計算の能力価値観、
もっと具体的にはのPDK価値観、として多くの顧客また必要とするこれら。
ここ私たちは計算する彼ら両方
と自信を使用しての予測限界としての入力にの計算。
それから私たちはまた計算された私たちの自信を使用してのコントローラ入力計算。
それでただに行くにの脚本。
私たちの脚本ここ、
として私たちは持っている発展したパッケージほとんどのこれらその後ステップ、後やってるの文
チェックの中へあるシングルパッケージ、の脚本自体かかります三つ入力。
私たちは持っているのオリジナルデータファイル、
そしてそれから私たちは持っているのモデル窓そしてそれから私たちは持っているあるテンプレート書類。
それで何私たちの脚本するはそれそれ実はフィード情報からのデータ
ファイルそしてのモダンな窓、の中へのテンプレート書類。
からのデータファイル私たちは取るのメタデータそしてデータ自体、そしてからのモデル窓
私たちは取るモデルパラメーターそしてモデル結果そして田畑として良い。
これはまたなぜその重要にストレスここそれのモデル
それは使用済みこことしての入力すべきなれある完了終わりモデル。
これ手段それあなた持っている終わりすでに
全ての正気小切手SPIただ紹介された私たちに。
またあなた持っている終わりあなたのモデル控除そしての正気チェック含まれています何か
のように外れ値除外そしてデータ変換として良い。
1つできた主張するそれ私たちはできたするこれでの脚本として良い、
従ういくつかのハードコア統計的ルール。
しかし私たちはまた考えるそれこれはあるとても役に立つ経験。
働くとのモデルここ。
あなた得るある多くのより良い洞察力の中へのデータ、
そしてあなたまた持っているに適用するいくつかのプロセス知識ここに得るあるより良いモデル。
それでのテンプレート書類で自体、
私たちは実は使用これインスパイヤされたによるのアプリ機能性そしてJMP。
私たちは本当にのようにいくつかの脚本どこのユーザー
または各ユーザーできる実は交流するとの脚本自体。
それでのテンプレート書類は本質的に
あるデータテーブルでJMPどこ私たちは持っているいいえデータでそれ。
しかし、私たちは持っている定義済みある多くの列
と事前定義された数式参照するそれぞれ他の。
これ許可しますのユーザーに実は行くで、
そして後戻りする全て私たちの計算を通しての列でこれテンプレートファイル、
活用するののために例、式編集者そしてJMP、
そして潜在的に追加新しい列もし彼らは欲しいに見る新しい計算。
または彼らはできる編集いくつかののの計算私たちははやってるでそこにはとして良い。
さらに、全て視覚化記述子提供するのユーザー
はまた実は保管されているとしてあるテーブル脚本でのテンプレート書類。
それでユーザーできるただ行くでここそして編集、のために例、のレイアウトの特定のグラフ
もし彼らは欲しい新しい色または何かのようにこれ。
私考える私たちはすべき取るある見てでどうやってそれ実は見た目で現実。
私たちは意思ジャンプの中へJMPここそして私意思ただ探すの同じモデル
としてあたりただ終了したのために私たち。
私たちははまた探しているでのISPE場合としてピエール示した、
そして私意思ただ探すの同じモデル彼終了しました上とここ。
今それ私たちは持っている私たちのモデル、私たちは持っている終わりの正気チェックそしてすべて、
私たちは持っている私たちのオリジナルデータファイル後ろに、私たちは単に走るのスクリプト。
そして私たちは意思必要に送信それに三つものここ。
初めの全て、私たちは持っているテンプレートファイル今満たされたと全てのデータ私たちは必要。
私たちは見るの二グラフだった見せている右ここ。
それから私たちは持っているのPPKバッチ与える私たちあるPPKのためにそれぞれ位置でのブレンダー。
私たちは持っているある合計の15上ここ、
そして私たちは持っているの普通PPKベースのの上コントロール限界で青、
ベースのの上予測限界で赤そしてベースのの上許容範囲限界で緑。
最後に私たちは持っていたのグラフここ。
これグラフショー私たち部分的に私たちのデータ、
平行と全ての限界私たちは持っている計算されたでの脚本。
はい、そして何私たちは見るここはで事実それバッチあそしてバッチC
は演奏する良いのために全て場所。
意味それもっているその予測限界、そして許容範囲限界、そしてコントロール限界
のためにそれ案件内部の仕様のために全て場所。
しかし、
もし私たちは見てでバッチB、
どこ彼らはまた見つかったの分散になれ多くのより大きなよりも
の二他のバッチ、私たちは見るそれこれはで事実行く外
仕様の上全て場所いつ私たちは見てでの予測限界、
ない必然的に両方仕様、しかしどちらか下より低いそしてアッパー。
それで私たちは見る多くの顧客ここ実はただコンピューティングいくつかの平均限界、
横切ってあ、 BそしてC.
しかし私たちはしないでください見るそれとしての機会ここなぜならのために私たちこれ言う私たちそれ、
もし未来バッチ振る舞うのようにバッチあまたはC、私たちははわかった。
私たちはできる考慮するそして言うそれ未来または観察の未来バッチ、
意思秋内部仕様。
しかし、の未来バッチ振る舞うのようにバッチB、
そして私たちはできない保証それ私たちは意思持っている
全て観察の未来バッチ落下内部の仕様限界ここ。
私考える私するだろうただまた使用これ時間に行くを通しての例どこ私たちは実は
また取るの中へ考慮の全体アプローチそしてそれ示したのフローチャート、
そしてどうやって私たちはするだろう実はするあるPPQ検証を使用しての脚本。
私たちは持ってくるあるお客様例ここ、ただ探すそれここ、
そしてこれは影響顧客誰が持っているされたを通してPPQとの検証
そして彼らは持っている今生産された全てのバッチ。
それで私たちは意思ただ素早く使用ある地元データ
フィルターにただ見てでの三つ初めバッチ彼らは生産されたでステージ2.
ここ私たちは持っている私たちのモデル、そして私たちは走るの脚本。
何私たちは見るここはそれ私たちは探す私たち自身である状況どこ私たちは持っている
両方予測限界そして許容する限界外大きい。
で事実彼らははとても遠い外。
しかしの最高推測決定したによるのコントロール限界はで事実、
それ私たちはは内部仕様。
それで何これ言う私たちはそれ私たちは実は感じる安全十分、
結論それ私たちは持っている合格したステージ2、そしてできる今行くの中へステージ3a.
実は有効にする私たちによるのお客様に置く彼らの製品の上の市場。
その重要にストレスここそれ平けれど私たちは行くからステージ2にステージ3a、
私たちはするない減らすの[聞き取れない 00:23:22]、そして生産あなた見る私たちは持っている。
私たちははまだかなりあるまたは本当にある実はそれ、
いいえ悪い製品すべき入力の市場。
それで何のお客様するだろうする次それから、は単にに生産するの次バッチ、
どれのするだろうなれバッチ四ここ含まれていますでのモデル、そしてそれから私たちは走るそれまた。
のコースあなた意思持っているにするの正気チェックののモデルまた、
含むの新しいデータ。
何私たちは見るここ今含むの4番目バッジ、
はそれ私たちはは実際にはでの同じ状況として前に。
しかし、両方の許容範囲限界、そしての予測限界、
は移動中多くのクローザーにのコントロール限界、
そして平もっと重要、彼らはは移動中に向かってのスペック、
どれのは何私たちは本当に欲しいに見るでこれ状況。
の理由これはそれ私たちは実は了解しました内でバッチ変化とても良い。
しかし、期限に持っているのみ三つまたは四バッチ、
私たちはしないでください知るのツインバッチ変化それ意思...
これは何実は与える私たちこれら四限界。
これするだろうなれの反復的なアプローチ、生産する1つバッチ、分析するの結果
そして続く行くの上それまであなた実は探すの限界内部。
今ただ含むの二最後バッチ、走るそれまた。
何私たちは見る今実ははそれ私たちは持っている全て私たちの限界内部仕様。
これ言う私たちそれ私たちは今持っている合格したステージ3a、
そして私たちはできる今仕事に向かって減らす私たちの重いで生産性、
による実装するサンプリングその代わりの100%検査、
そして継続的なプロセス検証そしてそれで前方へ。
これだったまだ持っている持っていた私たちの製品の上の市場、
以来の初め三つバッチ私たちは生産された。
での画像のようにのグラフ示されているここ、
あなたできたなれ心配しているそれあなたの予測限界はこれ広いまだ。
のチャーターメント限界はとても近いに仕様。
それでもしあなたただ行く戻るにの状況どこ私たちは持っている三つバッチ、
1つ質問ここできたなれ、 "は私たちは実は安全、
いつ私たちは持っているこれ広い予測限界？」
できた私たちは終わり上送信悪い製品にの市場？
ここそこにはは二とても重要ポイント。
初めの全て、でこれステージ、私たちはまだ持っているあるとても重いユニットで製品品質管理。
彼らは意思確保する悪い製品するない行くにの市場。
さらに、私たちは持っているに覚えてここそれ私たちはは実はない試していますに言う
何かについての特定のバッチ私たちは生産された。
私たちはは試していますに言う何かについて未来バッチ。
もし私たちは欲しいに評価のパフォーマンスのこれら個人バッチあたりバッチ、
何私たちは実は持っているにするはそれ私たちは持っているに行く戻るに私たちのモデル。
私たちは行くにのモデルダイアログここ、そして私たちはするない含むバッチとしてあるランダムそしてフィット。
私たちは使用これとしてある修理済み空いている環境その代わり。
病気ただ適用するの地元データフィルター、
そしてそれからもし私たちは走るの脚本のようにこれ、
私たちは意思実は見るどうやって良い私たちは知るの個人バッチここ。
ここ私たちは見る、比較したにの他のグラフ、どれの私意思ただ試すに置く上ここ、
私たちは今持っている多くの、多くの狭い限界のためにそれぞれ悪いバッチ、
伝える私たちそれ私たちはしないでください持っているに恐れそれどれでも観察内でどちらか
のこれらバッチは実は外仕様。
それでそのの組み合わせのこれ、そしての重いで製品品質管理、
どれの実は作る私たち自信を持ってそれ私たちはできる持っているの三つバッチ、
行くにの市場との製品、
として長さとして私たちのコントロール限界はまだ内で仕様。
はい。
それでただに結論するの上これ、私意思行くここ。
それで、何私たちは持っているされた探しているでここはどうやってできる私たちは検証、
どうやってできるの内側検証使用JMPに予測するの未来バッチ意思なれわかった？
それで私たちは持っている見たここそれ、
もしあなたできる説明するあなたの検証データセットとあるモデル、
あなたできる実は予測するの未来と自信。
これできるなれ終わりどちらかによるを使用しての予測間隔、
またはの許容範囲間隔。
それで何私たちは持っている作ったここそして以上ここ、はある脚本、
それ実は自動化します視覚化の予測間隔
そしてまたのPDK価値観。
それ計算しますそして視覚化する許容範囲間隔を使用しての同じ番号
の効果的度の自由として見たいつ計算するの予測間隔。
それからそれまた計算しますそして視覚化するのコントロール限界。
しかしそれは重要に覚えて前にを使用しての脚本、
あなた持っているに行くを通しての文のチェックは代表される。
しかしここJMPすでにオファーある多く
の個性的可能性に正当化する私たちの仮定後ろにのモデル。
これ含まれています分散異質性。
それでもし差異はない等しい間のバッチとして私たちは見たここ、
私たちはできる使用のログ分散モデルに探すある重さ要素、
そしてそれを通してこれ重さ因子、私作ったある重み付けされた進行モデルその代わり。
私たちはできる確保するそれ私たちの残差は通常は配布された、
そしてもし彼らは'再ない、私たちはできる使用のボックスコックス変換に変身私たちのデータ。
私たちはできる、を通してのフィットモデルプラットホームまた評価する潜在的に外れ値
を通しての学生プラグ。
もしそこにははどれでも異常値、
私たちはいつも除外するこれからのモデル自体。
それからで最後私たちはできる実は正当化するかどうかまたはない私たちのランダム要因
は通常は配布されたを通してBLUPテスト。
あ得、もし私たちは探すあるレベルここどれのするないマッチ、
私たちは意思聞くのためにの外れ値そしての学生化された残留物、
除外するこれらからのモデルとして良い。
あなた。
