Laura Lancaster, principal desarrolladora de estadísticas de investigación, SAS
El generador de perfiles de predicción en JMP® es una poderosa herramienta para visualizar y optimizar modelos a partir de experimentos diseñados. Esta presentación se centrará en las nuevas funciones del generador de perfiles de predicción para explorar y optimizar modelos con restricciones conocidas y para determinar rangos de factores que aseguren la calidad definida por las especificaciones asociadas con los atributos críticos de calidad (CQA), resolviendo así un problema fundamental de calidad por diseño (QbD). ) problema. Si bien las versiones anteriores de JMP podían crear diseños que respetaban las restricciones de combinación no permitidas y las combinaciones de factores que se sabe de antemano que son físicamente imposibles o indeseables, la exploración y optimización del modelo en el generador de perfiles en el último paso no pudieron obedecer estas restricciones. Demostraremos cómo el generador de perfiles, desde JMP® 16, maneja estas restricciones de diseño complejas automáticamente al explorar el modelo y realizar la optimización. También demostraremos cómo Design Space Profiler, nuevo en JMP® 17, encuentra subregiones del espacio de diseño que maximizan la probabilidad de mantener la calidad del producto para las especificaciones de CQA mientras mantienen la máxima flexibilidad. Estas dos capacidades hacen que el perfilador de predicción sea indispensable para la innovación de procesos y productos de alta calidad.
