Niveau : Avancé
La plateforme de plans d'expériences JMP 16 inclut de nouvelles fonctionnalités qui intègrent les limites de détection aux propriétés des colonnes et sont automatiquement appliquées lors de la modélisation avec la régression généralisée dans JMP Pro. Nous présenterons ces nouvelles fonctionnalités et expliquerons l'impact des limites de détection sur vos analyses de données.
La recherche de très petites quantités d'une substance présente des limites selon la technologie utilisée. La limite de détection se situe lorsqu'une substance est présente mais non détectable. Or, cela peut s'avérer extrêmement important pour détecter de petites quantités d'une substance dans des situations critiques, comme l'identification du début d'une infection ou l'identification correcte de petites quantités d'une impureté.
Ignorer les limites de détection dans l'analyse des données a de graves conséquences, notamment en biaisant et en induisant en erreur des statistiques de base telles que les moyennes et les intervalles de confiance, ainsi qu'en modélisant les données sur la base d'hypothèses erronées concernant les limites de détection, ce qui conduit à des modèles erronés. Ces limites de détection ont des répercussions sur des applications industrielles telles que la fabrication de produits pharmaceutiques et chimiques, la chimie analytique et la conception de tests diagnostiques.
*Lisez la vidéo sur ce site, cliquez sur « CC » en bas à droite de l'écran et sélectionnez « Anglais » pour afficher les sous-titres anglais.
Si vous souhaitez télécharger les supports de présentation et les données de cette présentation ou regarder la vidéo avec une transcription japonaise, veuillez cliquer ici .
Accédez à chaque page d'annonce pour la présentation du Discovery Summit Americas 2021.
(Veuillez noter qu'il vous sera demandé de vous connecter à votre profil SAS.)
