pruebas secuenciales¿Alguien está familiarizado con las pruebas secuenciales?
Imagine que estoy realizando una prueba de confiabilidad sobre temperatura.Después de completar las pruebas de piezas a 3 temperaturas diferentes, analizo los datos.Mi objetivo es tener un LCB en el MTTF en condiciones de uso que estén por encima de algún estándar (por ejemplo, 1E5 horas a 100 ° C).Desafortunadamente, después de analizar mis datos, encuentro que los CB son demasiado anchos y el LCB demasiado bajo y por debajo de mi objetivo.Puede que me sienta tentado a poner a prueba más piezas o probarlas a más temperaturas.Si después de hacer más pruebas calculo un nuevo LCB y cumple mi objetivo, ¿tengo que tener en cuenta que he hecho esta prueba de forma secuencial? ¿Mi nivel de significancia sigue siendo el mismo para mi LCB que era inicialmente, o tengo que cambiarlo ya que agregué más niveles de prueba?
¿JMP tiene en cuenta pruebas secuenciales como esta? ¿Alguien ha oído hablar de un complemento que lo haga?
Re: pruebas secuenciales@charlie_whitman interesante pregunta. Para la situación que usted describe, no creo que sea necesario hacer ningún ajuste, ya que el objetivo es poder recopilar suficiente información para poder estimar el parámetro de interés con la incertidumbre deseada para esa estimación.
Pero algunos podrían ver esto como una "prueba de cumplimiento". Sin embargo, no parece que ese sea el caso que estás describiendo.
Re: pruebas secuencialesSam, gracias por responder.Creo que puede convertirse fácilmente en una prueba de cumplimiento.Después de alcanzar la meta, la gerencia podría decir: "¡Cumplimos la meta!¡Deja de hacer pruebas!"
¿Cuál es la forma correcta de manejar esa situación?
Re: pruebas secuencialesLa cuestión de las pruebas de cumplimiento fue un problema para la industria farmacéutica hace varias décadas. Lo que harían algunos fabricantes de medicamentos cuando se generara un resultado fuera de las especificaciones era probar/medir nuevamente y continuar haciéndolo hasta que el promedio general estuviera dentro de las especificaciones o, peor aún, desechar los datos antiguos después de obtener un resultado. resultado dentro de las especificaciones. Esto ya no está permitido y la FDA creó una guía específica al respecto. Lo que la mayoría de las empresas hacen ahora es tener un procedimiento específico para tratar los resultados OOS, que incluía no descartar datos anteriores a menos que se encontrara una causa raíz específica de por qué la medición fue errónea, tener reglas específicas para la eliminación de valores atípicos de medición y repeticiones y pruebas limitadas. promedio general de todos los resultados al final.
En su caso, si el asunto no es una cuestión de cumplimiento legal o reglamentario, le recomendaría:
- un proceso bien pensado sobre cómo diseñar y ejecutar un estudio para que se cumplan sus objetivos
- Determinar el número apropiado de elementos a probar para obtener la precisión deseada del resultado final (es decir, el ancho del intervalo de confianza deseado). Sin embargo, no estoy seguro de qué tan fácil sea hacerlo para los estudios acelerados de tiempo hasta el fracaso.
- reglas/procedimientos o protocolos preespecificados para abordar la situación que usted describe (es decir, el MTTF cumplió su objetivo, pero el intervalo de confianza es demasiado amplio)
