Que me disent mes données ? Faites la distinction entre un problème de processus ou une erreur de mesure à l'aide de JMP pour visualiser les résultats
Christel Kronig, chercheuse analytique principale, Laboratoires du Dr Reddy
Les méthodes analytiques sont cruciales pour soutenir le développement et la fabrication pharmaceutique. Mais faut-il toujours croire les données générées par ces méthodes ? Dans quelle mesure le résultat du test est-il proche de la valeur réelle réelle ? Comprendre l'erreur de mesure est essentiel pour prendre des décisions judicieuses basées sur des données : mon produit est-il stable ? Y a-t-il un problème avec mon processus ? Mon produit répond-il aux spécifications ?
Pour évaluer l'erreur de mesure, des données doivent être collectées et des calculs appropriés tels que le biais, la précision, l'incertitude, etc. peuvent ensuite être effectués. La visualisation graphique des résultats peut être extrêmement puissante. Plusieurs exemples d'évaluation et de visualisation des erreurs de mesure seront présentés à l'aide de plusieurs plateformes JMP telles que Gauge R&R, ANOVA et des cartes de contrôle.
La méthodologie de validation du profil d’exactitude est un moyen puissant de comprendre l’erreur totale pour une méthode analytique donnée. Une application de cette méthodologie pour comparer les performances de 4 techniques analytiques différentes pour 3 attributs distincts et 4 produits différents sera présentée dans un graphique puissant généré à l'aide de Graph Builder.
