Réunion d'automne du groupe d'utilisateurs Mid-Atlantic JMP® (MAJUG)
Emplacement : Bureau SAS, 1530 Wilson Blvd. Bureau 800, Arlington-Rosslyn, Virginie
Jeudi 12 septembre 2019 de 8h45 à 12h30
Les résumés et biographies de Rob Lievense et Ronald Snee sont répertoriés ci-dessous.
ORDRE DU JOUR*:
|
8h45
|
Inscription Se connecter
|
|
9h00-9h10
|
Bienvenue et présentation (Mel Alexander/Josh Klick)
|
|
9h10-10h00
|
Application de l'ingénierie statistique aux problèmes de Big Data ( Ronald D Snee , Snee Associates LLC )
|
|
10h00-10h15
|
Casser
|
|
10h15-10h50
|
Extraire des informations pratiques précieuses à partir de modèles expérimentaux créés pour la qualité dès la conception (Rob Lievense, ingénieur système senior, JMP)
|
|
10h50-11h00
|
Casser
|
|
11h00 - 12h00
|
Présentation JMP® (à annoncer)
|
|
12h00-12h15
|
Consultez SESUG, Discovery Summit, les événements à venir, les questions et réponses, les discussions, les commentaires et les prix
|
|
12h30
|
Déjeuner, réseautage et clôture
|
*Cet horaire est sujet à changement sans préavis
La réunion MAJUG aura lieu au bureau SAS, 1530 Wilson Blvd. (Suite 800), Arlington-Rosslyn, Virginie
Nous vous encourageons à y assister en personne pour profiter pleinement de la réunion et apprendre des autres utilisateurs de JMP. Si vous ne pouvez pas y assister en personne, vous pouvezRegistrepour y assister en utilisant WebEx.
Veuillez répondre à Joshua Klick à klick.joshua@bls.gov avant 12h00 le jeudi 5 septembre en indiquant si vous prévoyez d'y assister en personne ou en utilisant WebEx . Les instructions pour accéder à la session WebEx seront envoyées aux inscrits WebEx.
Biographie
Ronald D. Snee , PhD, est fondateur et président de Snee Associates, LLC, une autorité en matière de conception et de mise en œuvre de solutions d'amélioration et de réduction des coûts pour une variété d'environnements organisationnels. Il a fait ses preuves en matière d'amélioration des processus et de l'organisation dans divers secteurs, notamment les produits pharmaceutiques, la biotechnologie, les diagnostics cliniques et les télécommunications. On lui attribue le développement de la stratégie du système de développement de formulations et la direction de la conception du premier programme d'amélioration continue à l'échelle de l'entreprise pour DuPont. Il est co-auteur de quatre livres, a publié plus de 300 articles sur l'amélioration des produits et des processus, la qualité, la gestion et les statistiques, et a reçu de nombreux honneurs et récompenses pour son travail.
Il est titulaire d'une licence en mathématiques du Washington and Jefferson College, ainsi que d'une maîtrise et d'un doctorat en statistiques appliquées et mathématiques de l'Université Rutgers. Il est membre de l'American Statistical Association, de l'American Society of Quality (ASQ) et de l'American Association for the Advancement of Science. Son travail a été reconnu par 20 prix et distinctions majeurs, dont le Deming Lecture Award de l'ASA, les médailles Shewhart et Grant de l'ASQ, académicien de l'Académie internationale pour la qualité et membre honoraire de l'ASQ.
Rob Lievense est ingénieur système senior chez JMP. Il travaille avec des clients du gouvernement fédéral et leur montre comment utiliser JMP pour extraire des informations utiles à partir de données. Il est également professeur actif de statistiques à la Grand Valley State University (GVSU), située à Allendale, dans le Michigan. Avant de rejoindre JMP, Lievense a occupé le poste de chercheur en statistiques mondiales chez Perrigo, où il a dirigé un groupe qui soutenait le département de recherche et développement des soins de santé grand public avec l'analyse statistique, la visualisation des données, la modélisation avancée, la qualité basée sur la conception pour le développement de produits et planification structurée de la conception expérimentale. Lievense a plus de 20 ans d'expérience dans le secteur des statistiques appliquées et 10 ans d'expérience dans l'utilisation de JMP. Il a fait des présentations lors de conférences majeures, notamment le JMP Discovery Summit, où il a siégé au comité directeur, et la conférence annuelle de l'American Association of Pharmaceutical Scientists. Lievense est titulaire d'un BS en statistiques appliquées et d'une maîtrise en biostatistique du GVSU. Il est actuellement membre du comité de développement du programme de biostatistique pour GVSU et possède sa certification Six Sigma Black Belt.
Résumés
Applying Statistical Engineering to Big Data Problems
Plusieurs tendances sont en cours et promettent de faire passer l'amélioration des processus et la résolution de problèmes à un niveau supérieur ; à savoir le Big Data, l'ingénierie statistique et les logiciels statistiques améliorés. Lorsque ces tendances sont combinées avec Lean Six Sigma, l’impact des études analytiques peut être considérablement accru. Les dirigeants et les dirigeants d'organisations de tous types demandent davantage d'études analytiques et de ceux qui mènent de tels travaux. L’augmentation de l’impact organisationnel aboutit généralement à la résolution de problèmes non structurés importants et complexes. En effet, tout problème Big Data est vaste, complexe et non structuré. Nous augmentons l'impact des initiatives d'amélioration Lean Six Sigma lorsque les problèmes abordés sont des problèmes critiques pour la mission ; problèmes qui sont généralement vastes, complexes et non structurés. L’ingénierie statistique est particulièrement adaptée pour résoudre avec succès des problèmes majeurs. Cette présentation se concentre sur les méthodologies, y compris les études de cas, qui montrent comment ces approches et opportunités sont intégrées pour accroître l'impact et le succès des travaux de résolution de problèmes et d'amélioration des processus basés sur les données.
Extraire des informations pratiques précieuses à partir de modèles expérimentaux créés pour la qualité dès la conception
Les modèles JMP DOE peuvent être utilisés de manière dynamique pour fournir aux parties prenantes des estimations fiables des performances qualité des nouveaux produits. La conception et l'exécution d'expériences structurées et multivariées permettent aux scientifiques et aux ingénieurs de définir efficacement un espace de conception robuste pour la fabrication de produits pharmaceutiques et de dispositifs médicaux. Les modèles créés via la plateforme DOE dans JMP sont utilisés pour déterminer les paramètres de processus critiques (CPP) qui garantissent un processus robuste pour fabriquer des produits répondant aux exigences des attributs de qualité critiques (CQA). Les soumissions réglementaires qui incluent de tels éléments QbD démontrent que les risques ont été atténués ; cependant, de nombreuses informations pratiques peuvent être extraites grâce aux simulations du modèle. Cette présentation utilise le modèle expérimental avec des informations historiques et une expertise en la matière pour projeter les performances opérationnelles probables d'un produit. Le profileur de prédiction du modèle DOE est utilisé avec le simulateur pour prédire dynamiquement une population de résultats futurs avec des modèles de variation du monde réel inclus dans les entrées. Cette modélisation dynamique est un excellent outil pour fixer les limites des cartes de fabrication en déterminant un espace de contrôle de fabrication défini avec des estimations du pourcentage de défauts. Les analyses permettent d'inclure l'incertitude de mesure comme facteur de bruit supplémentaire pour la réponse.
Salutations,
Vous trouverez ci-joint un compte rendu de l'exposé que je présenterai.
Salutations,
Rob Lievense, ingénieur système principal, équipe fédérale
rob.lievense@jmp.com
Salutations,
J'ai joint l'ensemble de données que j'utilise pour l'exposé. Ce sera formidable de rencontrer les membres du groupe d'utilisateurs et de montrer certaines des fonctionnalités intéressantes disponibles dans JMP.
Meilleurs vœux,
Rob Lievense. Ingénieur systèmes senior JMP. Équipe fédérale
rob.lievense@jmp.com
