Giuseppe G. Ramírez, PhD, statistico capo, gruppo di eccellenza della qualità, Amgen
Questo paper è stato votato come uno dei tre finalisti del Best Contributed Paper.
Dopo l'analisi di un esperimento progettato con risposte multiple, si può ottenere un gran numero di modelli ridotti che sono una funzione di diversi fattori sperimentali. Come determiniamo quali di questi modelli sono utili per la previsione? Come valutiamo quali fattori sperimentali sono i più importanti in tutte le risposte? Il criterio di Box-Wetz è un'utile misura della bontà di previsione per i modelli statistici che confronta la variazione media in una risposta all'errore medio di stima. La scomposizione di Sobol fornisce indici di sensibilità che sono molto utili per valutare l'importanza dei fattori sperimentali attraverso risposte multiple. Utilizzando esempi del settore delle biotecnologie, dimostreremo uno script JMP che calcola il criterio di Box-Wetz per un determinato modello e ne discuteremo l'interpretazione. Mostreremo anche come gli indici di sensibilità generati da "Prediction Profiler > Assess Variable Importance" possono essere utilizzati per dare priorità all'importanza dei fattori sperimentali attraverso risposte multiple.
