Niveau: Fortgeschritten
Die JMP 16-Plattform für die Versuchsplanung enthält neue Funktionen, die Nachweisgrenzen in Spalteneigenschaften integrieren und diese bei der Modellierung mit der generalisierten Regression in JMP Pro automatisch anwenden. Wir demonstrieren diese neuen Funktionen und erläutern, wie sich Nachweisgrenzen auf Ihre Datenanalyse auswirken.
Bei der Suche nach sehr geringen Mengen einer Substanz gibt es je nach verwendeter Technologie Einschränkungen. Die Nachweisgrenze liegt dann vor, wenn eine Substanz zwar vorhanden, aber nicht nachweisbar ist. Dies kann jedoch äußerst wichtig sein, wenn in kritischen Situationen geringe Mengen einer Substanz nachgewiesen werden müssen, beispielsweise bei der Erkennung des Beginns einer Infektion oder der korrekten Identifizierung geringer Mengen einer Verunreinigung.
Das Ignorieren von Nachweisgrenzen bei der Datenanalyse hat schwerwiegende Folgen. Dazu gehören die Verfälschung und Irreführung grundlegender Statistiken wie Mittelwerte und Konfidenzintervalle sowie die Datenmodellierung unter falschen Annahmen über Nachweisgrenzen, was wiederum zu fehlerhaften Modellen führt. Diese Nachweisgrenzen haben Auswirkungen auf industrielle Anwendungen wie die pharmazeutische und chemische Herstellung, die analytische Chemie und die Entwicklung diagnostischer Tests.
*Spielen Sie das Video auf dieser Site ab, klicken Sie unten rechts auf dem Bildschirm auf „CC“ und wählen Sie „Englisch“, um englische Untertitel anzuzeigen.
Wenn Sie die Präsentationsmaterialien und Daten dieser Präsentation herunterladen oder das Video mit einem japanischen Transkript ansehen möchten, klicken Sie bitte hier .
Gehen Sie zu den einzelnen Ankündigungsseiten für die Präsentation des Discovery Summit Americas 2021.
(Bitte beachten Sie, dass Sie aufgefordert werden, sich bei Ihrem SAS-Profil anzumelden.)
