Accueillir à notre présentation sur BPC- Statistique :
Accélération processus caractérisation
avec agile développement de un automatisation outil ensemble.
Bien montrer toi notre collaboratif voyage
de le Merck et Adsurgo développement équipes.
Ce était fait possible par expert idées, parrainage de la direction,
et le beaucoup contributions depuis notre processus collègues.
Nous ne peut pas exagérer que assez.
Je suis Seth Clark.
Et je suis Mélisse Matzke.
Étaient dans le Recherche CMC Statistiques groupe à Merck Recherche Laboratoires.
Et aujourd'hui, Bien prendre toi à travers le problème auquel nous avons été confrontés,
le choix nous il fallait faire,
et le conséquences de notre les choix.
Et avec un peu de chance, que ne le fera pas prendre aussi longtemps et nous arriverons rapidement à la meilleure partie,
un manifestation de le solution BPC- Stat.
Donc allons aller devant et obtenir commencé.
Le monoclonal anticorps ou mAb nourris- traitement par lots
consiste de environ 20 étapes ou 20 unité opérations
à travers le en amont cellule croissance processus et en aval purification processus.
Chaque étape peut avoir en haut à 50 analyses
pour le évaluation de processus et produit qualité.
Processus caractérisation est le évaluation de processus paramètre effets sur qualité.
Notre se concentrer est le statistiques flux de travail
associé avec le mAb processus caractérisation.
Le statistiques flux de travail comprend étudier le design en utilisant Son BICHE des principes,
robuste données gestion, statistique la modélisation et simulation.
Ce est tous à soutien classification des paramètres
et le développement de le contrôle stratégie.
Le but pour le contrôle stratégie c'est faire des déclarations
à propos comment le qualité est à être contrôlé,
à maintenir sécurité et efficacité à travers cohérent performance et aptitude.
À faire ce, nous utiliser le modèles statistiques développé depuis le conception études.
Paramètre classification est pas une analyse statistique,
mais il peut être pensée de comme un exercice
de traduire statistiquement significatif à pratiquement significatif.
Le pratiquement significatif effets
sera utilisé pour guider et informer les PME (sujet expert) les décisions
à être fait pendant le développement de le contrôle stratégie.
Et le traduction depuis statistiquement significatif à pratiquement
est fait à travers un simple calcul.
C'est le changement de le attribut je veux dire, c'est l'effet du paramètre,
relatif à le différence dans le processus signifie
et le attribut acceptation critères.
Et en fonction, dépendemment sur comment une grande partie de la gamme des critères d'acceptation
est utilisé par le paramètre effet
détermine si cela processus a un pratiquement significatif effet sur qualité.
Donc nous avoir un défini problème -
le Flux de travail des statistiques PC sur les anticorps monoclonaux
et étude conception à travers contrôle stratégie.
Comment sont nous en allant à mettre en œuvre le statistiques flux de travail dans un chemin
que le processus scientifiques et ingénieurs volonté activement participer dans
et possédez ces composants de ordinateur, nous permettant, le les statisticiens,
assurer la surveillance et conseils et permettre nous à étendre notre ressources.
Nous avait à choisir un statistique un logiciel incluant la gestion des données,
DOE, traçage, linéaire mélanger modèle capacités.
De cours, c'était extensible à travers automatisation,
intuitif, interactif et ajuster- pour- but sans un parcelle de personnalisation.
Et JMP était un évident clair choix pour que.
Pourquoi?
Parce que il a extensif personnalisation et automatisation à travers JSL ;
beaucoup de notre ingénieurs,
c'est déjà leur courant aller- à logiciel pour statistique analyse;
nous avoir existant expérience formation dans notre organisation;
et c'est un industrie- menant BICHE avec données interactivité.
Le profileur et simulateur dans particulier est très Bien adapté pour PC études.
Aussi, le scripts que sont produit sont standard, reproductible, portable analyse.
Étaient en utilisant JMP à exécuter étudier le design,
données gestion, statistique la modélisation et simulation
pour un unité opération ou un étape que pourrait avoir en haut à 50 réponses.
Le résultats de le analyse sont déplacé vers un rapport d'étude
et utilisé pour paramètre classification.
Et nous avoir à faire tous ces 20 fois.
Et nous avons à faire ce pour plusieurs projets.
Donc toi peut imaginer c'est un énorme montant de travail.
Quand nous commencé faire ceci au départ, nous étaient découverte que nous faisaient
un parcelle de édition de scripts avant le automatisation.
Nous avait à modifier scripts à étendre une copie de l'analyse existante vers d'autres réponses,
nous avait à modifier scripts à ajouter où les conditions,
nous avait à modifier scripts à étendre le des modèles à grand échelle.
Nous vouloir à arrêt édition scripts.
Beaucoup de toi peut être familier avec le simulateur ensemble en haut peut être très fastidieux.
Toi avoir à ensemble le distribution pour chaque individuel processus paramètre.
Toi avoir à ensemble le ajouter aléatoire bruit,
et toi avoir à ensemble le nombre de simulation court et donc sur et donc sur.
Là sont beaucoup différent pas,
y compris le possibilité de éditer des scripts si nous voulons changer
depuis un interne transformer à le explicite transformer.
Le simulateur est faire ajouter aléatoire bruit
sur un enregistrer- normale taper base, pour exemple, le enregistrer transformer.
Nous vouloir à arrêt que manuel ensemble en haut.
Notre processus collègues et nous, nous passons énormément de temps
compiler des informations pour le impact calculs de ratios
que nous utiliser à faire paramètre classification les décisions.
Nous sont en utilisant profils à vérifier ceux
et assemblage tous ce information dans un chaleur carte
que alors serait être très fastidieux exercice
à décomposer le information dos à le original des dossiers.
Nous vouloir à arrêt ce manuel paramètre classification exercice.
De cours, dernier mais pas moins, nous avoir à signaler notre résultats.
Et le rapport implique copier,
ou à moins dans le passé impliqué copier et coller depuis autre projets.
Et alors, de cours, toi avoir copie et collez les erreurs,
copie et coller depuis JMP,
toi pourrait mettre le faux profil ou le faux attribut et donc sur.
Nous vouloir à arrêt tous ce copier et coller.
Nous clairement avait à accord avec le conséquences de notre choix à utiliser JMP.
Le analyse processus était travail- intensif, prenant des semaines, parfois des mois
terminer un analyse pour un unité opération.
Il était sujet à humain erreur et généralement requis extensif retravailler.
Il posé à être un défi exceptionnel à former collègues à propre le analyse.
Nous développé un vision avec l'accélération en tête
à activer notre collègues
avec un standardisé encore flexible approche plateforme
à le processus caractérisation et statistiques flux de travail.
Donc nous avait le long de le chemin quelques guidage des principes.
Comme nous mentionné avant, nous recherché pour arrêter de modifier les scripts JMP
donc n'importe lequel routine analyse, Non édition est requis.
Et notre JMP analyse, ils doivent se débrouiller seuls,
ils besoin à être portable sans devoir installer BPC-Stats
donc que ils en direct sur seulement exigeant le JMP version ils étaient utilisé.
Nous collecté constante retour, nous en permanence mis à jour,
nous en permanence suivi problèmes sans relâche, mise à jour parfois tous les jours,
réunion hebdomadaire avec Adsurgo notre développement équipe.
Notre interfaces, nous fait bien sûr que ils étaient compréhensible.
Nous utiliser feu rouge coloration tel comme vert pour de bon,
jaune pour prudence, et problèmes signalé avec rouge.
Nous avait deux externe approches ou contributions dans le système,
un externe standardisation, lequel Je vais montrer un peu plus tard,
où le processus équipes
définir le standard exigences pour le dossier d'analyse.
Et notre aide des dossiers, nous décidé à se déplacer eux tous extérieurement
de sorte que ils peut continuer à évoluer comme le utilisateurs dans le système évolué.
Nous cassé notre développement dans deux grands cycles de développement.
Tôt développement faire du vélo,
où nous développer preuve de notions donc nous le ferions avoir un problème,
nous serait développer un preuve de concept fonctionnement prototype à adresse que problème.
Nous serait répéter sur il jusqu'à il résolvait le problème
et il était raisonnablement écurie.
Et alors nous déplacé il dans le cycle de développement tardif
et a continué le agile développement, où dans ce cas,
nous appliqué il à réel projet travail et a fait très prudent deuxième- personne Commentaires
à faire bien sûr tous le résultats étaient correct et continuer à affiner le modules
basé sur retour sur et sur encore pour se rendre à un plus écurie et mieux État.
Un de ces preuve de concept facteurs wow que nous a fait à le très début
était le Chaleur Carte outil,
qui rassemblait toutes sortes de information dans le tableau de bord
et ça a sauvé le l'équipe des sommes énormes de temps.
Je vais montrer toi un exemple de ceci plus tard.
Mais toi peut voir le citations sur le droite- main côté,
ils étaient très excité à propos ce. Ils en fait aidé conception il.
Et donc nous a obtenu tôt fiançailles, nous a obtenu motivation pour supplémentaire financement
et un parcelle de excitation généré par ce initial preuve de concept.
Dans résumé, nous avait un problème à résoudre, le flux de travail des statistiques PC.
Nous avait un choix à faire et nous choisi JMP.
Et notre conséquences copier et pâte, manuel, des erreurs, extensif retravailler.
Nous avait à développer un solution, et que était BPC-Stat.
Je suis extrêmement heureux à fin ce partie de notre discours
et laisser Seth prendre toi à travers un manifestation de BPC-Stat.
Nous avoir un cœur démo que nous avons travaillé dehors
et étaient en fait en allant à commencer à le fin.
Dans le fin, lequel est que preuve de concept Chaleur Outil cartographique
que nous avait brièvement montré un photo de est quand le scientifiques avoir complété
tous de leur analyse et le des dossiers sont tous complet,
le information pour impact rapport est tout est disponible
et collecté dans un bon résumé déposer,
lequel Je suis montrant ici.
Où pour chaque attribut dans chaque processus facteur,
nous avoir information à propos le profileur,
c'est prédit moyens et gammes comme le processus paramètre changements.
Donc nous peut calculer changements à travers que processus facteur dans le attribut
et nous peut calculer que rapport d'impact que nous mentionné plus tôt.
Maintenant, Je suis en allant à courir ce outil et Bien voir quoi il fait.
Donc d'abord, il tire en haut un de notre tôt nouveautés par le scientifiques.
Nous organisé tous ce information que nous avait à travers plusieurs études.
Maintenant, ce est montrant trois processus différents pas ici
et vous pouvez voir sur le X- axe, nous avons le processus pas posé dehors.
Dans chaque processus étape, nous avoir différent études que sont contribuant à que,
nous avoir plusieurs processus paramètres,
et ils sont tous franchi avec ces attributs que nous utiliser
pour évaluer le qualité de le produit c'est être produit.
Et nous obtenir ce Chaleur Carte ici.
Le blanc les espaces indiquer lieux
où le processus paramètre soit abandonné dehors de le modèle ou était pas évalué.
Et alors le coloré ceux sont où nous en fait avoir des modèles construit.
Et de cours, le intensité de le chaleur
est en fonction, dépendemment sur ce pratique impact rapport.
Ce était super solution pour le scientifiques,
mais il toujours n'était pas assez parce que nous avons eu perturbations à le discussion.
Nous pourrait regarder à ce et dire, d'accord, il y a quelque chose en allant sur ici,
nous avoir ce haut impact rapport,
alors ils serait avoir à piste vers le bas où est que à venir depuis.
Oh, c'est dans ce étude. C'est ce processus paramètre.
je avoir à aller à ce déposer.
je regarder en haut que déposer, je trouver le scénario parmi le beaucoup scripts.
je courir le scénario,
je avoir à trouver le réponse et puis enfin je obtenir à le modèle.
Nous améliorer ce donc que maintenant c'est juste un simple Cliquez sur et le modèle est tiré en haut.
Le pertinent modèle est tiré en haut ci-dessous.
Tu peux voir où que impact rapport de un est à venir depuis.
Ici le écart entre le prédit processus signifier
et le attribut limite est le espace droite ici.
Et le processus paramètre s'orienter prends en haut essentiellement le entier espace.
C'est pourquoi nous obtenir que impact rapport de un.
Alors le scientifiques peut aussi exécuter leurs simulateurs
que avoir a été construit ou sont déjà ici, prêt à aller.
Ils peut courir simulation scénarios à voir quoi le défaut les taux sont.
Ils peut jouer autour avec le paramètres de processus
à établir éprouvé plages acceptables que avoir inférieur défaut les taux.
Ils peut regarder à interactions, le contributions depuis que.
Ils peut aussi mettre dans Remarques sur ici à droite
et sauvegarder que dans un fichier journal
à garder piste de le les décisions qu'ils prennent.
Et avis que tous de ce est conçu à soutien eux,
maintenir leur scientifique dialogue, et prévenir le interruption à que.
Ils peut se concentrer leur efforts sur particulier pas.
Donc si je Cliquez sur sur un étape, il se rétrécit vers le bas à que.
Aussi, parce que notre limites tendre à être en mouvement,
nous avoir le opportunité à mettre à jour ces
et nous peut mise à jour eux sur le voler à voir quoi le résultat est.
Et toi peut voir ici comment ce l'impact a changé
et maintenant nous avoir ce faible- rapport d'impact
et dire, comment fait que en fait regarder sur le modèle?
Le limites a été mis à jour maintenant, toi peut voir il y a beaucoup plus chambre
et c'est pourquoi nous obtenir que inférieur impact rapport et Bien obtenir inférieur échec les taux.
Que était le chaleur carte outil et il c'était une énorme victoire
et très motivé supplémentaire investissement dans ce automatisation.
je commencé à le fin,
maintenant Je suis en allant à se déplacer à le début du workflow de statistiques de processus,
lequel est dans conception.
Quand nous travail avec le en amont équipe,
ils avoir un parcelle de biographie réacteurs que ils courir dans chaque de ces court.
Ce est essentiellement un central composite conception.
Chaque de ces court est un biographie réacteur et que biographie réacteur parfois va vers le bas
parce que de contamination ou autre problèmes que essentiellement sont manquant à aléatoire.
Donc nous construit un simulation
pour évaluer cela à potentiel pertes appelé évaluer perte court.
Et nous peut spécifier comment beaucoup court sont perdu.
Je suis juste en allant à mettre quelque chose petit ici pour démonstration
et montrer ce petit graphique.
Quoi c'est faire est c'est en allant en sélectionnant des points au hasard
à retirer depuis le conception dans le calcul facteurs d'inflation de variance,
lequel peut être utilisé à évaluer multi linéarité
et comment Bien nous peut estimation modèle paramètres.
Et quand c'est fait, il génère un résumé rapport.
Ce son pas très utile parce que je eu très peu de simulations,
mais je avoir un autre exemple ici.
Ce est 500 simulation sur un plus gros conception.
Et toi peut voir nous obtenons ceci bon résumé ici.
Si nous perdre un biographie réacteur, nous avons essentiellement une probabilité nulle que
obtenir extrême variance facteurs d'inflation ou non estimable paramètre estimations.
Et donc c'est pas un problème.
Si nous perdre deux biographie réacteurs en haut à environ 4%, c'est départ à devenir un problème.
Donc nous pourrait dire pour ce conception, deux biographie réacteurs est une capacité de perte.
Et si nous vraiment recherché à obtenir dans le détails,
nous peut voir comment chaque modèle paramètres impacté sur variance inflation
pour un numéro donné de bioréacteurs perdu,
ou nous peut rang commande tous le des combinaisons de bioréacteurs perdus,
lequel spécifique conception points sont impactant le plus la conception,
et faire plus loin évaluations comme que.
C'est notre simulation et c'est maintenant une routine partie de notre processus que nous utiliser.
Je suis en allant à se déplacer sur ici à standardisation.
Nous a parlé à propos le début du workflow de statistiques de processus,
le fin de le processus statistiques flux de travail,
maintenant Je suis en allant à aller dos à quoi est le début de BPC-St t lui-même.
Quand personnes installer ce, ils avoir à faire un installation procédure.
Et le installation est essentiellement en précisant le préférences.
C'est en précisant ceux paramètre d'entrée,
saisir normalisations que nous avions a parlé à propos plus tôt,
comme Bien comme le aide déposer, quoi processus zone ils sont fonctionnement avec,
et défaut annuaire que ils sont fonctionnement avec.
Et alors que information est enregistré dans le système et ils peut se déplacer avant.
Laisser moi juste montrer quelques exemples ici de le standardisation des dossiers et le Aide déposer.
Aide déposer peut aussi être tiré vers le haut sous le Aide menu.
Et de cours, le Aide déposer est le JMP déposer lui-même.
Mais avis que il a dans ce colonne de localisation,
ces sont tous vidéos que nous avons créé que expliquer et ils sont tous horodatés
et donc utilisateurs peut juste chiffre dehors quoi ils sont regarder pour, quoi fonctionnalité.
Cliquez sur sur il, immédiatement tirer en haut le vidéo.
Mais qu'est-ce que c'est même plus passionnant à propos c'est dans tous les dialogues de BTC-Stat,
quand nous tirer en haut un dialogue et il y a un bouton Aide là-bas,
il sait lequel rangée dans ce tableau à aller à obtenir le aide,
et il volonté automatiquement tirer en haut.
Si je Cliquez sur que Aide bouton, il s'affichera automatiquement
le associé lien et entraînement à donner immédiat aide.
C'est notre Aide déposer.
Le standardisation.
Nous avoir normalisations que nous travailler avec les équipes
à standardiser soit à travers projets ou dans un projet spécifique,
en fonction, dépendemment sur le besoins et pour processus zones.
Nous avait ce problème tôt sur que nous n'obtenions pas de noms cohérents
et il était provoquant problèmes et retravailler.
Maintenant, nous avoir ce standardisation mettre dans lieu.
Aussi, le rapport décimales que nous besoin d'utiliser,
le le minimum enregistré décimales, quoi des noms nous utiliser quand nous écrire ce
dans un rapport, notre unité, et alors un défaut transformer à appliquer.
C'est notre attribut standardisation.
Et alors pour notre groupe standardisation, c'est très similaire identifier Colonnes,
sauf nous avoir ce supplémentaire fonctionnalité ici que nous peut exiger
seulement des niveaux spécifiques être présent et sinon volonté être signalé.
Nous peut aussi exiger que ils ont un spécifique valeur commande.
Donc laisser, pour exemple, les étapes du processus sont toujours répertoriés dans l'ordre des étapes du processus,
lequel est quoi nous besoin dans tous notre sortir.
D'accord, donc Je suis en allant à montrer un exemple de ce.
Laisser moi voir si je peut fermer
certains précédent truc que nous avoir ouvrir ici.
D'accord, donc laisser moi aller à ce exemple.
Donc voici le déposer. Le données a a été compilé.
Nous pense c'est prêt à aller, mais étaient en allant à faire bien sûr c'est prêt à aller.
Donc étaient en allant à faire le standardisation.
D'abord chose est regarder à attribut
que reconnaît le les attributs que sont s'est trompé standard des noms.
Et alors qu'est-ce que c'est gauche est en haut ici.
Et nous peut voir ce sont immédiatement des paramètres de processus,
que nous n'avons pas le standardisation ensemble en haut pour.
Mais nous voir immédiatement que certaines choses faux avec ce,
et nous voir dans le liste de possible les attributs que le unités sont manquant.
Nous peut correct que très facilement.
Il volonté dire nous quoi c'est faire, étaient en allant à faire que changement.
Et alors il génère un rapport,
et alors que feu rouge coloration et dit, Oh, nous trouvé ces.
Ce est un changement nous fait, payer attention à ce prudence.
Ces sont ceux nous n'a pas trouver.
Et ce rapport est enregistré dans la table de données
donc il peut être reproduit sur demande.
Et Je vais aller à travers le normalisation de groupe
juste à prendre un rapide regarder à que.
Ici, c'est récit moi rouge, arrêt lumière coloration.
Nous avoir un problème ici, tu es manquant ces Colonnes.
Le équipe a requis que cette information être inclus.
C'est en allant à forcer ceux Colonnes sur le déposer.
Nous avoir le option avec le jaune à ajouter supplémentaire Colonnes.
Et donc Bien aller devant et courir que, et son récit nous quoi c'est en allant à faire.
Et alors il fait le même chose, crée un rapport.
Et nous regarder à travers le rapport et nous remarquons certaines choses en allant sur ici.
Processus échelle.
Notre processus échelle peut seulement avoir grand laboratoire micro.
Deviner quoi, nous avoir un Labbb. Nous avoir un supplémentaire B dans là.
Donc c'est un erreur. Si nous trouver que valeur, corrige le.
Rediffusion le standardisation et tout est bien là.
je a fait vouloir à indiquer dehors un plus chose ici.
Vous allez voir que ces sont notre les attributs,
là sont ces petit étoiles indiquant propriétés.
Le propriétés que sont attribué quand nous avons fait la normalisation
est ce coutume propriété tableau pont.
Et c'est en allant à passer informations au système
à propos quoi le rapport précision est quand il génère les tables.
Aussi, notre défaut transformation pour HCP a été enregistré,
donc il automatiquement créé le enregistrer transformer pour nous.
Donc nous ne le faites pas avoir à faire que.
D'accord.
C'est le standardisation, allons se déplacer sur à beaucoup plus intéressant les choses maintenant.
Le PC analyse.
Avant je obtenir à que, je juste vouloir à mention que
nous avons un module pour escaladé- vers le bas modèle qualification.
Et essentiellement, c'est en utilisant Les fonctionnalités intégrées de JMP dans équivalents essai.
Mais il améliore il par générateur une certaine coutume parcelles
et je résume tout ça information à une table c'est rapport prêt.
C'est beau.
Malheureusement, nous ne le faites pas avoir temps à couverture que.
Je suis en allant à aller maintenant dans le PC analyse, lequel Je suis vraiment excité à propos ici.
je avoir ce.
Standardisation a déjà a été fait.
Nous avoir ce déposer que contient les résultats de laboratoire,
expérimental conception c'est a été réalisé à à l'échelle du laboratoire.
Nous avoir grand échelle données dans ici. Nous ne pouvons pas exécuter...
C'est pas réalisable à exécuter BOE à grande échelle,
mais nous avoir ce à le contrôle indiquer.
Nous vouloir à être capable à projet notre des modèles à que grand échelle.
Et parce que nous avoir différent sous-ensembles et nous avons des modèles potentiellement différents,
ce un seulement a un célibataire modèle,
mais nous pouvons avoir différent des modèles et différent configurations,
nous décidé à créer un BPC-Stat flux de travail et nous avoir un flux de travail ensemble en haut outil
que aide nous construire que basé sur le particulier modèle étaient fonctionnement avec.
je peut nom chaque de ces flux de travail et je fournir ce information
que ça va à piste tout au long de la entier analyse.
Quoi est notre grand- échelle paramètre, quoi sont notre des réponses ?
Avis ce est déjà peuplé pour moi.
Il regardé à le déposer et dit, oh, je connais ces réponses,
ils sont dans ton standardisé déposer, ils sont dans ce déposer, ils exister.
je supposer toi vouloir à analyses ça et ils obtenir pré- peuplé.
Il aussi reconnaître ce comme un transformer
parce que il sait que pour que Professionnel de santé, nous voulons ça sur un enregistrer transformer.
Et ça va faire il intérieurement transformer,
lequel moyens JMP volonté automatiquement retour, transforme-le
donc que scientifiques peut interpréter il sur le original échelle.
Là sont quelques supplémentaire choix ici. Ce PC bloc droite maintenant est fixé.
Dans quelques cas, le scientifiques vouloir regarder le réel PC Bloc moyens.
Mais pour le simulation, étaient intéressé dans un population- taper simulation.
Nous ne le faites pas vouloir à regarder à spécifique des blocs, nous vouloir à voir quoi le variabilité est.
Donc étaient en allant à changement ce facteur de blocage PC
dans un aléatoire effet quand nous obtenir à le simulation.
Et étaient en allant à ajouter un processus à l'échelle de nos modèles
donc nous peut étendre notre modèle à un grand échelle.
Le système volonté revoir le différent processus paramètres et vérifier le codage.
Si il y a quelques problèmes ici ou un codage manquant,
il le signalera automatiquement avec le feu rouge coloration.
Nous avoir ici le ensemble indiquer. Très fastidieux exercice, ennuyeux.
Nous en permanence vouloir à montrer tout au point de consigne dans les profileurs
parce que c'est notre contrôle,
pas le défaut que JMP calculateur le mathématique centre.
Donc nous construit ce information dans pour qu'il puisse être automatiquement ajoutée.
Et puis nous pouvons définir le sous-ensembles pour un analyse.
Et pour que, nous utiliser un données filtre.
je vais montrer ici pour ce données filtre
et il y a explication de ce dans le dialogue.
Mais nous vouloir à faire résumé statistiques sur un petit échelle.
Donc je aller devant et sélectionner que.
Il donne retour sur comment beaucoup Lignes sont dans ce sous-ensemble
et quoi le sous-ensemble est afin que nous puissions double- vérifier que c'est correct.
Et alors pour le PC analyse, dans ce cas,
J'ai la configuration du modèle donc que, de cours,
il va analyser le DOE avec le centre indiquer
mais c'est aussi je vais faire cette étude à facteur unique,
ou quoi ils appel OFAT et MJF bloc,
séparé centre points que étaient fait comme un autre bloc.
Et c'est tous construit dans un autre bloc dans le étude pour que PC bloc.
Dernièrement, je peut spécifier sous-ensembles pour les points de confirmation,
lequel ils comme à appel points de vérification,
à vérifier et à voir comment Bien le modèle est prédire.
Nous ne le faites pas avoir ceux dans ce cas.
Et pour quoi est notre sous-ensemble pour grande échelle,
que serait inclure les deux le laboratoire et le grand échelle données.
Depuis c'est tous le données dans ce cas, je ne le faites pas avoir à spécifier n'importe lequel sous-ensemble.
Maintenant, je avoir défini mon flux de travail.
je Cliquez sur d'accord, et il enregistre tous que information droite ici comme un scénario.
Si je droite- Cliquez sur sur que, modifier il, toi peut voir quoi c'est faire.
C'est créer un nouveau espace de noms.
C'est a obtenu le modèle dans là, il y a toutes mes réponses,
et tout je pourrait besoin pour ce analyse.
UN s bientôt comme toi voir ce, toi commencer pensée, Bien,
si je avoir à ajouter un autre réponse, je peut bâton un autre réponse dans ici.
Mais que viole le principe de Non scénario édition.
Bien, parfois nous faire il, mais ne le faites pas dire n'importe qui.
Quoi nous a fait est nous construit un outil que dispose d'un éditeur de workflow
que permet nous à aller devant dos dans que flux de travail
point de passage et Cliquez sur et changement quelques de c'est propriétés et changement le flux de travail.
Je suis en allant à aller devant maintenant et faire le analyse.
Et ce est où le la magie vraiment vient dans.
Quand je faire le PC analyse ensemble en haut,
c'est en allant à aller prendre que flux de travail information et appliquer il
sur l'ensemble de l'ensemble de scripts dont nous avons besoin pour notre analyse.
Et toi voir quoi il juste a fait là.
Il abandonné un entier bouquet de scripts. Il groupé eux pour nous.
Tout est prêt à aller.
C'est un étape- par- étape processus, le scientifiques peut suivre à travers.
Si là sont scripts que sont n'est pas applicable,
ils peut retirer ceux scripts et ils sont juste disparu.
Nous ne le faites pas inquiétude à propos eux.
Et alors pour le scripts que sont présent, nous avoir supplémentaire personnalisation.
Ces sont essentiellement Générateur scripts.
Et toi peut voir il génère un dialogue
c'est déjà pré- peuplé avec quoi nous devrions avoir besoin,
mais nous avoir supplémentaire la flexibilité si nous besoin il.
Et alors nous peut obtenir notre rapport et nous pouvons améliorer il comme nous besoin à,
dans ce cas, sous-ensembles je peut vouloir à inclure.
Et alors réenregistrer le scénario dos à le tableau et remplacer le Générateur scénario.
Maintenant, je avoir un rendu scénario ici que je peut utiliser c'est portable.
Alors pour le PC analyse, nous avoir données des parcelles.
De cours, nous vouloir à montrer notre données.
Toujours regarder à ton données, générer le des parcelles.
Il y a un défaut parcelle c'est construit.
Et maintenant le utilisateur, nous n'avons fait qu'un seul tracé
parce que nous recherché le utilisateur à avoir le option à changer les choses
donc ils pourrait aller dans ici, dire, obtenir débarrasser de que titre.
je juste modifié le taille et je ajouter un légende, peu importe.
Toi peut changement le entier parcelle si ils recherché à.
Et alors un de leur tous- temps fonctionnalités préférées de BPC-Stat
semble à être ce répéter analyse.
Une fois nous avoir un analyse nous comme, nous peut répéter il.
Et quoi ce est faire est c'est pirater le sélecteur de colonnes
et ajouter quelques supplémentaire caractéristiques sur il.
Ce sera prendre le sortir, décharge il dans un verticale liste boîte ou languette boîte,
et permettre nous à appliquer notre filtration soit à l'échelle mondiale ou à chaque analyse.
Maintenant, Je suis dans le colonne commutateur
et je peux dire il quoi Colonnes je vouloir il à faire.
Ce travaux pour n'importe lequel analyse, pas juste traçage.
Cliquez sur D'ACCORD.
Il court à travers le commutateur, génère le rapport.
Là je avoir il. Tous mon réponses sont tracé.
Que était facile.
je aller vers le bas et il y a le scénario que recrée que.
je peut baisse il ici, obtenir débarrasser de le précédent un.
Fait.
Descriptif statistiques. Ici nous aller.
C'est déjà fait.
je avoir le sous-ensemble appliqué, à avoir le les tables je besoin.
Regarder à ce.
C'est déjà formaté à le nombre de décimales dont j'avais besoin
parce que c'est prise avantage de ceux propriétés que nous avait assigné,
ceux unique propriétés basé sur ce tableau standardisation.
Donc que un est fait.
Et alors le complet modèle.
Complet modèle est ensemble en haut, prêt à aller pour quoi toi pense?
C'est prêt à aller pour résiduel évaluation.
Nous peut aller à travers chaque de le modèles un à la fois
et prendre un regarder à voir comment le points sont se comporter, le manque de ajuster.
Fait il regarder d'accord?
Ici, nous avoir un indiquer que peut être un peu peu désactivé nous pourrait vouloir à explorer.
Auto recalculer est déjà tourné sur,
donc je peut faire un rangée exclure et ce sera automatiquement mise à jour ce.
Ou nous avoir un outil que exclura le point de données dans une nouvelle colonne
donc que je peut analyser il côté par côté.
Et alors depuis j'ai déjà précisé mes réponses,
dans commande à inclure que côté par côté,
je serait avoir à aller dos et modifier mon flux de travail.
Et nous avoir que flux de travail éditeur à faire que.
Je suis juste en allant à sauter devant à sauvegarder quelques temps où j'ai déjà fait que.
Ce est le même déposer, même analyse,
mais j'ai ajoutée un supplémentaire réponse et c'est droite ici.
Rendement sans courir 21.
Maintenant, scientifiques peut regarder à ce côté de côté et dire,
toi savoir quoi, que au fait, ouais, c'est un peu inhabituel statistiquement,
mais pratiquement il y a vraiment Non impact.
Tous droite, allons prendre ce plus loin.
Ce est notre routine processus.
Nous faire prendre il tous le chemin à travers le modèle réduit
parce que nous vouloir à voir si il impacts modèle sélection.
Nous avoir automatique le modèle sélection
et il prend avantage de le existant par étapes pour l'AIC avancé
ou le existant effets tableau où toi peut Cliquez sur à supprimer en arrière
sélection manuellement si vous le souhaitez, ceci automatise le en arrière sélection
lequel nous typiquement utiliser pour diviser pot dessins.
Nous aussi avoir un avant sélection pour les modèles mixtes lequel est pas actuellement
une fonctionnalité JMP et JMP que l'on trouve très utile.
Je suis en allant à aller devant, depuis c'est un fixé modèle,
Je vais faire ça et j'obtiens le flux de travail information.
je savoir je besoin à faire ce sur le complet modèle.
Il va devant et fait le sélection.
Quoi c'est faire dans le arrière-plan ici est c'est en cours d'exécution chaque modèle,
c'est construction rapport de le sélection que c'est fait
dans cas nous vouloir à rapport que.
Et c'est en allant à sauvegarder ceux scripts dos à le données tableau.
Il y a ça rapport droite là qui contient tout le sélection processus.
Ceux scripts étaient juste généré et abandonné dos ici.
Maintenant, je peut se déplacer ceux scripts dos dans mon flux de travail section.
je savoir le réduit modèle entre là-dedans
et ce est mon modèle sélection étape histoire.
je peut mettre que information dans là.
D'accord, donc ce est super.
Maintenant, quand je regardé à mon réduit modèle, je avoir que disparu à travers le sélection.
Maintenant je peut voir le impact de le sélection sur suppression ce supplémentaire indiquer ici.
Et encore, nous voir il y a juste essentiellement,
il est probable que les scientifiques concluraient qu'il y a juste Non pratique différence ici.
Et ils pourrait même aller, et devrait aller
et regarder à le interaction profileurs comme Bien, comparer eux côté par côté.
Ce est super.
Nous vouloir à garder ce scénario parce que nous voulons garder une trace
de le les décisions que nous fait, donc il y a un enregistrer de que.
Mais nous aussi vouloir à rapport le final modèle.
Donc nous vouloir un bon, faire le ménage rapport.
Nous ne le faites pas vouloir que sans exécuter une réponse là-dedans
parce que nous avons décidé que c'est pas pertinent,
nous besoin à garder tous le données.
Un autre préféré outil que nous avons développé est le Diviser Ajuster Groupe
lequel permet à nous de briser ces groupes en forme
Nous avons le modèle réduit ici. Prendre le réduit modèle.
Et nous permet de casser eux en haut en autant groupes comme nous vouloir.
Dans ce cas, étaient seulement en allant à groupe tout en un seul groupe
parce que étaient en allant à éliminer un réponse.
Nous vouloir un groupe.
Quand étaient fait, étaient juste en utilisant ceci pour éliminer cette réponse
nous Non plus long vouloir dans là.
Cliquez sur OK.
C'est quelques retour depuis le modèle adapté, et boom, nous avoir il.
Le ajuster groupe est maintenant là et sans réponse analyse a a été supprimé.
Maintenant nous avoir ce prêt à rapport.
Avis que le paramètres pour le profileur, ils sont tous le paramètres nous spécifié.
C'est pas à le moyenne indiquer ou la centre indiquer,
c'est à le processus point de consigne,
lequel est où nous besoin il à être pour comparaison fins.
C'est tous prêt à aller.
D'accord, donc que génère ce script là quand je a fait que diviser.
je peut mettre il en haut ici et je peut juste Renommer que.
C'est final des modèles.
D'accord, très bien.
Maintenant, pour quelques réel amusant.
Souviens-toi nous avait a parlé à propos comme c'est fastidieux
à ensemble en haut ce simulation scénario.
Maintenant montre ce. Montre comment facile ce est pour le scientifiques.
Et avant je faire ce, je vouloir à indiquer dehors que ce était,
de cours, créé par un script, évidemment JSL,
mais ce est un scénario que crée un script qui crée un scénario.
Donc ce était assez un défi pour Adsurgo à développer.
Mais quand je courir ça, je peux choisir mon modèle ici,
final des modèles, et alors dans juste un question de secondes,
il génère le simulation scénario que je besoin.
je courir que, et boom. Là il est, tous fait.
Il a défini en haut le gammes que je besoin pour le processus paramètres.
C'est ensemble eux en haut à le correct intervalles. Il ensemble le annonce aléatoire bruit.
Mais il y a même plus en allant sur ici que quoi apparaît.
Avis que le processus échelle a a été ajoutée,
nous n'a pas avoir que dans le modèle avant.
Que était quelque chose que était ajoutée de sorte que nous pourrait prendre ces les laboratoires,
échelle BICHE des modèles, et étendre eux à le grand échelle.
Maintenant étaient prédire grand Balance. C'est important.
Que était un modification à le modèle.
Auparavant, très fastidieux édition du scénario était requis à faire que.
Avis que nous aussi avoir ce PC bloc aléatoire effet dans ici nous avait spécifié
parce que nous ne le faites pas vouloir à simuler spécifique des blocs,
maintenant c'est un supplémentaire aléatoire effet.
Et le total variance est être branché dans le standard déviation
pour l'annonce aléatoire bruit, pas le défaut résiduel aléatoire bruit.
Nous aussi ajoutée ce petit ensemble graine ici donc nous peut reproduire notre analyse exactement.
Donc ce est vraiment super.
Et encore, avis que étaient à le processus ensemble indiquer où il devrait être.
D'accord, dernier chose je vouloir à montrer ici est le rapport.
Nous avons essentiellement complété toute l'analyse,
toi peut voir c'est très rapide.
Nous vouloir à rapport ces final des modèles dehors dans un statistiques rapport.
Et donc nous avoir un outil à faire que.
Et ce rapport départs avec un descriptif statistiques.
Je suis en allant à courir que d'abord,
et alors étaient en allant à aller et construire le rapport, exporter Statistiques à Mot.
Et alors je avoir à dire il lequel des modèles faire je vouloir à exporter.
C'est demander à propos vérification des parcelles.
Nous n'a pas avoir n'importe lequel dans ce cas pour confirmation points.
Donc étaient en allant à sauter que.
Et alors il valeurs par défaut à le défaut annuaire que nous ensemble le sortir.
Je suis en allant à ouvrir le rapport quand Je suis fait.
Et ce est important.
Étaient sortie le journal ouvrir pour économie et modification.
Parce que comme tout le monde sait, quand tu copies truc,
toi générer ton les profileurs,
toi décharge eux dans Mot, et il y a quelques coupure en allant sur.
Nous peut avoir à redimensionner des choses,
nous peut avoir à mettre quelque chose sur un enregistrer échelle.
Nous peut faire tous que dans le journal et alors juste réenregistrer il dos à Mot.
Que enregistre un étape. Donc nous générer que.
je Cliquez sur d'accord ici.
C'est en lisant le différent les tables et le différents profileurs,
et c'est générateur ce journal en haut ici.
C'est en fait le rapport que c'est en allant à rendre dans Mot.
Et il volonté être fait dans juste un deuxième ici.
D'accord.
Et alors juste ouverture en haut Mot.
Et boom, il y a notre rapport.
Donc regarder à quoi il a fait.
Il met légendes ici, ça a mis notre tableau.
C'est déjà formaté à le rapport précision que nous besoin.
Il a ce note de bas de page que il ajoutée, réunion notre normes.
Et alors pour chaque réponse, il a un section.
Et alors le section a le les tables avec leur légendes, et le les profileurs,
et interaction profileur, notes de bas de page, et cetera.
Et il répète sur et sur pour chaque attribut sur et sur.
Il aussi génère quelques initial texte
que le scientifiques peut mise à jour avec quelques résumé statistiques.
Et donc c'est joli beaucoup prêt à aller et très standardisé.
Que termine le démo de le système.
Maintenant, je juste avoir un final glisser que je vouloir à aller dos à ici.
Donc, dans conclusion, BPC-Stat, c'est ajoutée valeur à notre entreprise.
C'est activé notre processus équipes. C'est paralysé le travail.
C'est accéléré notre délais.
Nous avons mis en œuvre un standardisé, encore flexible systématique approche
avec que plus haut, plus rapide accélération, et beaucoup plus fiançailles.
Remercier toi très beaucoup.
