CIAO
Ho sviluppato un modello di viscosità su un prodotto basato su centinaia di dati di laboratorio utilizzando pochi parametri di processo.
Ora che il modello è stato creato, qual è l'approccio migliore per monitorarne le prestazioni nel tempo? Carta di controllo?
Continuiamo a ricevere analisi di laboratorio su base frequente in modo da poter esaminare l'analisi rispetto al valore previsto.
Grazie in anticipo per il tuo consiglio.
Interessante... Ecco i miei pensieri iniziali:
Innanzitutto, come si costruisce il modello (ad es. GLM, stepwise, PLS, neurale)? In secondo luogo, qual è lo scopo del monitoraggio delle prestazioni nel tempo? Hai intenzione di usarlo per reagire alle deviazioni dalla previsione? Quanta deviazione ti farebbe reagire? Quale sarebbe la tua reazione? Non sarebbe meglio tracciare le X che sono nel tuo modello (più predittivo)?
Se la costruzione del modello era basata su dati osservativi, hai provato la sperimentazione per confermare che il modello è causale rispetto alla correlazione?
Vuoi migliorare il modello (ad esempio, identificare variabili aggiuntive o termini di ordine superiore da includere nel modello) o semplicemente valutare la coerenza del modello? Vuoi espandere lo spazio di inferenza per includere altri prodotti?Suppongo che potresti tracciare il residui nel tempo (ad esempio, X, grafici MR). Cosa e come si traccia è una funzione di ciò che si desidera ottenere con il "tracciamento".
Per curiosità, hai valutato il sistema di misurazione? Questa è una grande opportunità per utilizzare il metodo della carta di controllo (e può fornire una migliore determinazione della frequenza di calibrazione).
L'ovvio confronto è un grafico a dispersione di effettivi rispetto a quelli previsti. Potresti aggiungere la linea Y=X come riferimento.@statman Il suggerimento va alla stabilità della previsione. È inoltre possibile utilizzare la capacità di processo (la previsione è un processo) per valutare l'idoneità.
