La piattaforma JMP 16 DOE offre la possibilità di incorporare limiti di rilevabilità negli attributi di colonna, che possono essere applicati automaticamente durante la modellazione utilizzando la piattaforma JMP Pro Generalized Regression. In questa presentazione, Laura illustrerà questa nuova funzionalità e discuterà l'impatto dei limiti di rilevabilità sull'analisi dei dati.
Quando cerchiamo quantità molto piccole di una sostanza, siamo spesso limitati dalla tecnologia che utilizziamo. Potrebbe esserci qualcosa là fuori che semplicemente non riusciamo a rilevare. Questo è chiamato limite di rilevabilità ed è un'indicazione valida per rilevare bassi livelli di una sostanza in situazioni critiche, come determinare l'insorgenza di un'infezione nel tempo o identificare correttamente una piccola quantità di un'impurità. Ignorare il limite di rilevabilità nell'analisi dei dati può avere gravi conseguenze, con statistiche di base come medie e intervalli di confidenza che diventano distorte e fuorvianti. Anche modellare i dati utilizzando ipotesi errate basate sul limite di rilevabilità può portare a modelli errati. I limiti di rilevabilità sono utilizzati in un'ampia gamma di applicazioni industriali come l'industria farmaceutica, la produzione chimica, la chimica analitica e la progettazione di test diagnostici.
