多元统计过程控制（2020-EU-EPO-461）雅培制药公司首席科学家 Piet Hoogkamer
Sven Daniel Schmitz，待定，雅培制药公司
在雅培，统计过程控制 (SPC) 已经存在了一段时间，用于更好地了解、控制和改进我们的各种制造过程。话虽如此，这通常仍然相当于在一维中跟踪观察结果的单变量控制图。由于我们流程的质量属性本质上是多变量的，并且越来越多不同类型的数据（例如光谱）的可用性不断提高，使用多元统计过程控制 (MSPC) 变得越来越有吸引力，甚至是强制性的。
受 EDQM 关于 MSPC 的草案章节 (5.28) 的启发，我们将展示如何使用多元统计过程控制 (MSPC) 分析两组高度复杂且 (自) 相关的示例数据。第一组数据是通过粒度分布控制溶解行为，第二组数据是使用所有可用测量方法监测过程状态。
高级统计建模基础数据分析与建模消费者和市场研究数据探索与可视化质量与工艺工程可靠性分析
