我的数据告诉我什么？使用 JMP 可视化结果来区分过程问题或测量误差
Christel Kronig，Reddy 博士实验室高级分析科学家
分析方法对于支持药物开发和生产至关重要。但我们是否应该始终相信这些方法生成的数据呢？测试结果与实际真实值有多接近？为了做出正确的数据驱动决策，了解测量误差至关重要：我的产品稳定吗？我的流程有问题吗？我的产品符合规格吗？
为了评估测量误差，需要收集数据，然后可以执行适当的计算，例如偏差、精度、不确定性等。以图形方式可视化结果的功能非常强大。将使用多个 JMP 平台（例如 Gauge R&R、ANOVA 和控制图）展示测量误差评估和可视化的几个示例。
准确度曲线验证方法是了解给定分析方法总误差的有效方法。应用该方法来比较 3 个不同属性和 4 种不同产品的 4 种不同分析技术的性能，并将在使用 Graph Builder 生成的一张强大图表中呈现。
