ありがとう のために 与える 私たち これ 機会 に 話す について どうやって 私たちは 使用 ジャンプ で 製薬 プロセス 検証 そして 連続 プロセス 検証。 私の 同僚、 ルイ そして I 意思 与える あなた a ガイド に その 背景 の それ、 どうやって 私たちは する それ、 そして 何 は その 結果。
その 議題 は それ 初め 私たちは 意思 説明する その 背景 そして その 概念。 以来 その 検証、 私たちは しなければならない 正当化する その 仮定 私たちは 持っている 後ろに 私たちの モデル、 それで 正気 チェック は 重要。 それから I 意思 行く の上 に 話す について その 特定の 方法 私たちは は 使用して そして どれの 数式 私たちは 持っている に 作る のために もの それ は ない そこには で ジャンプ 前払い。
それから ルイ 意思 取る 以上 そして 見せる どうやって その ジャンプ スクリプト は やっている それ に 自動化する その 計算 そして 埋め込む 何 は ない で ジャンプ。 ついに、 私たちは 意思 作る いくつかの 結論 そして うまくいけば そこには 意思 また なれ 時間 のために 質問。
今 に その 背景 そして その コンセプト 私たちは は 働く と。 ルイ そして I 来る から a 会社 と呼ばれる 4、 そして 私たちは する コンサルティング 内で その 医薬品 業界、 そして 私たちは は ジャンプ パートナー、 それで 私たちは ヘルプ 私たちの クライアント 取得 価値 外 の その データ、 の コース、 使用して ジャンプ。
大きな 問題 内で その 医薬品 業界 は プロセス 検証 いつ 彼らは 行く に 打ち上げ a 新しい 製品。T 伝統的に のために 多くの、 多くの 年、 それ もっている された 終わり による 作る 三つ バッチ。 I f 彼らは だった 良い、 その 検証 だった 合格した。
しかし これ は ない 本当に 予測する その 未来、 これ は 予測する その 過去。 それで、ああ f コース、 あなた できる 作る 三つ バッチ それ だった 良い、 そして それから その 問題 できる 現れる 後で の上。 に 補償する のために それ、 それ、 その 業界 もっている 伝統的に 持っていた 一つの 広範囲にわたる そして それによって 高価な 品質管理 検査 の上 毎 バッチ に 確保する それ だった わかった。
しかし、 もし 私たちは できた 証明する それ 全て 未来 バッチ だろう なれ 良い、 それから 私たちは できた 減らす その 品質管理 料金 重く。 しかし どうやって する 私たちは 予測する それ その 未来 バッチ 意思 なれ 良い と 自信？ うん、 私たちは できた 使用 予測 間隔 または 個人 自信 レベル、 として I 電話 で JMP、 で 少しでも で いくつかの メニュー。
もし 私たちは 置く バッチ として a ランダム 要素、 それから その 検証 バッチ 私たちは は 見ている で 意思 なれ 見た として a ランダム サンプリング の 全て 未来 バッチ。 T ここに、 私たちは できる 予測する どうやって 未来 バッチ は 行く に なれ。 もし これ 予測 は 内部 仕様、 私たちは 持っている 実は 証明された それ 全て 未来 バッチ 意思 なれ 良い 与えられた それ 私たちは できる 維持する その バリデーター 州 力。
しかし、 これ かもしれない 取る もっと よりも 三つ バッチ、 しかし する 彼らは 全て 持っている に なれ で 州 二、 として 私たちは 見せる で これ グラフ？ 多分 ない。 私たちは 実は すべき ただ まだ 作る 三つ バッチ で あなたの 初め プロセス の 検証。 もし その ない 十分、 それから 作る その 休む で どれの 私たちは 電話 真っ直ぐ 三つ あ、 どれの は 後 商業化、 なぜなら それから あなた できる ただ 売る 彼ら 1つ による 1つ。 その ない a 大きい 問題 それ あなた 持っている に 作る もっと。
しかし、 これ 必要 二 もの に なれ 成就した。 その 初め は それ 私たちは まだ 持っている これ 広範囲にわたる 品質管理 テスト それ 私たちは できる 探す 外 もし あなたの バッチ は 悪い なぜなら 私たちは は ない まだ 工具で加工した、 それ 意思 ない 起こる。 A また、 の コース、 それ 必要 それ その 推定 パフォーマンス は わかった。 どうやって できる 私たちは 見る もし その 推定 パフォーマンス は わかった？ 私たちは できる する それ による 見る もし コントロール 限界 は 内部 その 仕様。
それから 私たちは できる 行く の上 その 市場 そして 後で の上、 いつ また 予測 限界 は で そのような 仕様、 それから 私たちは できる 実は 取り除く または で 少しでも 減らす その 品質管理 検査。 私たちは かもしれない なれ 行く から 監視 その 製品 それまで 監視 その プロセス。
何 は それ 全て について？ 検証 は について 予測する その フォーム の 未来 バッチ と 自信、 ない ただ 予測する その 過去。 どうやって できる 私たちは する それ？ 私たちは できる する それ による 使用して 予測 または 12間隔 で ジャンプ。 どうやって 多くの バッチ 意思 私たちは 提案する に 作る で ステージ 二？ 私たちは まだ 提案する 三つ、 しかし あなた かもしれない ない なれ 終わり。
どうやって できる あなた それから 合格 ステージ 二 と 少し バッチ それで 私たちは できる 行く の上 に その 市場？ それは、 として I 言った 前に、 見て で コントロール 間隔 なぜなら 彼らは は それなし 自信。 あなたは ない 罰せられる による のみ 持つ 三つ バッチ。 T めんどり 後で の上、 見て で 予測 または 12 間隔。
もし コントロール 間隔 は 内部 仕様、 予測 間隔 は ない。 その 最も問題なのは の その 理由 のために それ は 足らない の データ。 これ すべきではない なれ 制限する あなた に 行く 上に その 市場。
それから どうやって 多くの バッチ に 作る で ステージ 3Aですか？ それは かなり 単純。 単に それまで あなたの 予測 限界 は 内部 仕様、 それから あなた 持っている 合格した あなたの ステージ 3 A. これら 限界 あなた できる また 使用 として 予測 制限 後 ステージ 3 A いつ あなた 行く の中へ ステージ 3B.
私たちは できる また 見る それ の上 これ 流れ チャート どこ あなた で アッパー 左 コーナー、 始める と 分析する あなたの 検証 もの、 通常 木。 それから あなた 計算する あなたの 予測 限界 で ジャンプ として a ランダム 要素。 もし 彼らは は 内部 スペック 限界、 すべて は 大丈夫。 あなた 持っている 合格した 両方 ステージ 2 そして 3 A そして すべて は 大丈夫。
もし それ ターン 外 それ 予測 限界 は あまりにも 広い 比較すると に その スペック 制限、 I だろう、 として a 次 もの l また で 私の コントロール 限界 どれの は それなし 自信。 もし 彼らは は 内部、 それから 私たちは ただ 必要 もっと データ そして 私たちは 意思 集める もっと データ そして 私たちは 計算する そして a ポイント の 時間 私たちは 意思 行く 外 ここ そして 持っている 合格した また 厳しい 向き合う。
の コース、 もし それ 起こる それ 平 コントロール 限界 は 外 仕様、 それから 実は その 推定 価値 は 悪い そして あなた は ない 本当に 準備ができて のために 検証 そして あなた 持っている 失敗した。 うまくいけば、 これ は ない 行く に 起こる。
さあ 行く の上 に その 正気 チェック。 今 I 意思 行く の中へ の中へ ジャンプ。 I 意思 試す に 示す どうやって それ 動作します。 ここ あなた 見る a ジャンプ テーブル どれの 私たちは 持っている 作った、 または ない 私たちは 持っている 作った、 それ 実は 来る から ISPE、 国際的 社会 の 薬物疫学、 誰が 置く 私たち これ データ セット として a 良い 例 の上 どうやって a 検証 セット すべき 見て のように。 多くの 企業 または コンサルティング もっている 試した に 計算する の上 それ そして 見る どうやって だろう 彼らは 結論する。
その 基本的に a データ セット から 錠剤 製造業、 そして 古典的に それ 含む これら 三つ バッチ あ、 B そして C. それから 私たちは は 服用 外 粉末 で 15 場所 で その ブレンダー、 そして それから 私たちは は 測定 その API コンテンツ、 それは その 強さ の その 実際の [聞き取れない 00:06:52] 材料、 どれの だろう なれ 間 85 そして 115 に なれ 内部 仕様。
もし あなた 見て で その 変動性 チャート の その データ、 あなた できる 見る ここ 私たちは 持っている その 三つ バッチ あ、 B そして C、 そして 私たちは また 持っている その 15 場所 で それぞれ バッチ。 それから 内で それぞれ バッチ 位置 組み合わせ、 私たちは 持っている 4つ 測定値。
その 初め あなた できる 見る は それ その 内で 位置 変化 の上 バッチ B は 幾分 大きい よりも の上 バッチ A そして C. 私たちは する ない 持っている ない 異質性。 に 作る それ もっと 客観的、 あなた できる 置く S コントロール 制限 の上 あなたの 標準 偏差 チャート そして あなた できる 見る それ あなた は 外 の コントロール で バッチ B.
別の 方法 の 見る それ だろう なれ に 作る a 異質性 の 分散 テスト として あなたは 見る 下 ここ。 それから その また とても クリア それ そこには もっと 内で または で 位置 変化 の上 バッチ B よりも の上 その 他の もの。
厳密に言えば、 あなた できない プール これら 差異 しかし あなた できる、 しかし 私たちは 必要 それから に する 加重 回帰 どこ 私たちは 計量する と 逆 分散。 それは その 次 ステップ 私たちは 意思 する、 行く の中へ ログ 分散 モデリング、 どれの あなた できる する で ジャンプ。
私たちは 持っている 単に ここ ただ 作った a ログ 分散 モデル どこ あなた できる 見る それ その 位置、 その バッチ、 その 交流 全て 持っている a 重要な 影響 の上 その レベル、 しかし のみ その バッチ もっている a 重要な 影響 の上 その 分散。 として あなた できる 見る それ その 分散 のために バッチ B は 幾分 大きい よりも 内で 分散 の上 バッチ A そして C.
いつ あなた 持っている 建てられた これ モデル、 あなた できる から 上 ここ ただ 保存 その 列 そして あなた できる 保存 あなたの 分散 式。 私は すでに 終わり それ。 その すでに で 私の データ セット。 もし I 非表示解除 ここ、 ここ あなた できる 見る 私の 分散 カラム から 私の ログ 分散 モデル。 あなた 持っている a 式 ここ と言って、 何 は それ で グループ A そして C のために バッチ A そして C、 そして 何 は それ のために バッチ B? ベース の上 それ、 I できる 今 作る 加重 回帰 どこ I 単に ただ 作る a 重さ カラム どこ I 重さ 私の 回帰 古典的に と 逆 分散。
それから 私は 準備ができて のために 作る a 正気 チェック の上 私の データ なぜなら 今 I できる プール その 差異 後 加重 回帰、 それで I できる 始める やっている 正気 チェック の上 私の データ。 その 初め もの I だろう する は に 見て で a 系統的 モデル どこ I 持っている 私の 位置、 バッチ、 そして その 相互作用。T めんどり I できる 見る の上 私の [聞き取れない 00:09:28] タイプ 残留 プロット、 I 持っている いいえ 外れ値 そして 無法者 , しかし それ は 内部。
I できる また 見る の上 私の 箱 プロット 変換、 そこには いいえ 必要 に 変身 私の データ。 ここ その 合理的 に 仮定する それ I 持っている これら 普通 分散型 残差、 どれの は その 予測 後ろに a 修理済み 少しでも 正方形 モデル。
それから 次 ステップ は に 置く バッチ として a ランダム 要素、 ない ただ a 系統的 要素、 なぜなら I だろう のように に 予測する 未来 バッチ。 これ は 何 I 持っている 終わり ここ。 T めんどり 突然 あなた 得る これら 分散 コンポーネント。 何 は その 間 バッチ 変化？ 何 は その バッチ 位置 変化？ W もっている は その 残留 平均 内で バッチ 内で 位置 変化？
以来、 の コース、 I 持っている 加重 それ と 逆 分散、 これ 番号、 の コース、 取得する 近い に 1つ。 しかし、 で これ モデル、 そこには は また いくつかの 追加 仮定、 すなわち それ その バッチ 効果 そして その バッチ 位置 効果 は ランダムに 分散型、 意味 それ これら ランダム 効果 予測 上 ここ すべき フォローする a 普通 分布。
に テスト それ、 あなた できる ただ 置く 彼ら の中へ a テーブル、 どれの 私は 終わり ここ、 そして 私たちは できる テスト その ループ ただ 作る 一つの 空の モデル どこ あなた 置く 彼ら として a 応答。 あなた できる 見る 両方 その バッチ 信号 または その バッチ 差異 そして その 交流 差異 全て は 内部 その 残留 制限。 また ここ 私たちは できる 正当化する その 予測 それ これら は ただ ランダム 要因。 これ は その 正気 チェック の その モデル。
今 に 作る モデル のために バッチ A そして バッチ C、 私たちは 必要 に 規模 彼ら 異なって。 それは 何 I 持っている 終わり で これら 列 以上 ここ。 もし I 非表示解除 私の 列 ここ、 あなた できる 見る I 作った 一つの 交流 規模 重さ どこ I 単に ただ 乗算された 私の 重さ 要素 と その スケーリング。 それで I 得る その 変化 I 持っている 見た のために バッチ A そして C、 そして その 同じ もの のために 私のバッチ B. I できる 規模 その 重さ と その 分散 I だろう のように に 持っている として a 残留 分散、 どれの は ただ 来る から 私の ブロック 分散 モデリング。 それは また かわいい 率直な に する。
N 痛い I できる 実は 持っている 私の 二 モデル から どこ I できる 予測する。 1つ どこ I 規模 と 私の 交流 規模 重さ そして 1つ どこ I 規模 と 私の B 規模 重さ。 それによって I できる 見る、 もし I ただ 走る 1つ の 彼ら、 1つ 規模 と その 交流 規模 重さ、 それから あなた できる 見る それ あなた 持っている これ モデル、 あなた 持っている これら 残差、 あなた 持っている これら バランス コンポーネント。
何 は とても 簡単 で ジャンプ は ただ に 行く 上 ここ そして あなた できる 行く そして あなた できる 保存 あなたの 列。 F ロム 上 ここ、 あなた できる 実は 保存 その 予測 式 それ だろう なれ あなたの 中心 ライン。 しかし あなた できる また 保存 あなたの 予測 間隔 それ ここ は と呼ばれる 個人 自信 間隔。
I 持っている 終わり それ 両方 のために これ モデル そして また のために その 他の モデル。 I また 欲しい その 他の モデル と その 違う スケーリング のために バッチ B. T めんどり I 保存 これら 列 として 個人 自信 間隔。 それから 彼らは は ただ 保存された 下 ここ として これら 予測 数式。 それから I できる 作る a 組み合わせ 1つ による ただ 組み合わせる これら 依存する の上 どれの バッチ グループ もの は 来る から。 今 I 持っている 限界 のために 両方 バッチ あ、 B そして C、 どれの I できる プロット の上 その 同じ グラフ。
これ は 真っ直ぐ 以上 に する。 それまで 今、 I ただ 使用済み 私は何ですか 内側 ジャンプ。 しかし に 得る その コントロール 限界 そして に 得る その 許容範囲 制限、 I 必要 に 計算する 彼ら 自分自身、 なぜなら JMP、 あなた しない 持っている 許容範囲 限界、 あなた しない 持っている コントロール 限界 で フィットモデル。
の コース、 あなた 持っている コントロール 限界 いつ あなた する コントロール チャート、 しかし それは また のみ のために 1つ 平均 そして 1つ 標準 偏差。 の コース、 あなた また 持っている 許容範囲 限界 で 分析された 分布。 しかし また、 それは のみ のために 1つ 平均 そして 1つ 標準 偏差。
ここ 私たちは 持っている に 計算する 彼ら 私たち自身。 その 初め もの 私たちは それから する は ただ 得る その 分散 コンポーネント。 これ は 何 私たちは 持っている ここ。 W e ただ 保存された その 分散 コンポーネント から その 二 モデル、 1つ どこ 私たちは スケール に バッチ A そして C、 そして 1つ どこ 私たちは 規模 に バッチ B.
なぜなら いつ 私たちは 持っている その 分散 コンポーネント、 その かわいい 率直な に 計算する その コントロール 制限 なぜなら その 基本的に ただ その 予測 式 マイナス a 普通 分位数、 そして それから その 四角 根 の その 合計 分散、 そして それから どちらか 分散 A そして C または B、 依存する の上 私たちが 見ている で。 I tの 実は かわいい 率直な に 計算する その コントロール 限界 それ 方法。
その 同じ 私たちは できる する のために その 許容範囲 制限。 もし あなた 好む 許容範囲 限界 その代わり の 予測 限界、 多くの 企業 する。 また、 残念ながら、 彼らは は ない で ジャンプ モデル、 しかし 私たちは できる 計算する 彼ら。 そこには 私たちは 単に ただ 置く で その クラシック 式 のために a 許容範囲 制限。 どこ 1つ 両面、 私たちは 置く で その T 分位数、 私たちは 置く で その 度 の 自由、 私たちは 置く で その 普通 分位数、 そして として 前に、 の その 割合、 そして それから 私たちは 掛け算する による その 合計 残高 から その 分散 成分。
その のみ 少し 少し トリック もの ここ は それ 私たちは 必要 その 度 の 自由 下 合計 分散。 ジャンプ は ない 本当に 与える あなた それ。 その のみ 与える あなた 度 の 自由 で 系統的 モデル。 しかし 私たちは できる 見る ベース の上 その 幅 の その 予測 間隔、 それは 何 私たちは 持っている ここ。 それから 私たちは できる 実は 計算する ベース の上 その 幅 の その 予測 間隔、 どうやって 多くの 度 の 自由 する 私たちは 持っている そこには、 そして それから 私たちは ただ 適用する その 同じ 度 の 自由 の上 その 許容範囲 限界 そして それから 私たちは は 準備ができて に 行く そして 私たちは できる 保存 全て の これら 限界 下 ここ。 もし 私たちは 欲しい、 私たちは できる プロット 彼ら。 これ は 何 私たちは 持っている 終わり ここ。
ここ あなた できる 見る 実は その 予測 限界 そして その 許容範囲 限界 そして その コントロール 制限。 その コントロール 限界 は その 点在 ライン、 その 予測 限界 は その 満杯 ライン、 そして その 粗い 点在 ライン は その 許容範囲 制限。 あなた 見る それ のために その 15 違う 場所 そして のために その 三つ バッチ あ、 B そして Cと の コース、 限界 は より広い のために バッチ B なぜなら それ もっている もっと 内で 位置 差異。
あなた できる 実は 見る それ 平 その コントロール 限界 で その 点在 ライン は 外 のために 位置 1 そして 2 そして 実は また 4つ。 平 けれど これ プロセス、 これ は a 良い 例 の a 検証、 I だろう 言う、 良い、 もし バッチ B は 代表、 あなた 持っている 実は 失敗した その 検証。
もし あなた 見て で A そして C、 それから 全て その 点在 線 は 内部、 意味 それ 私たちは 持っている 合格した ステージ 二 なぜなら その 見積もり 価値 は 大丈夫。 しかし の上 a 少し の 彼ら、 あなた できる 見る それ その 予測 限界 は ただ 外。 しかし いつ あなた 持っている これ 大きい ギャップ 間 コントロール 限界 そして 予測 制限、 ただ 1つ バッチ もっと だろう おそらく 作る 彼ら 内部。 これ は どうやって それ 動作します。
いくつかの 企業 彼らは する ない 考える その 十分 に 見て で もし その 限界 は 内部 仕様。 彼らは だろう 実は のように に 得る a ppk 能力 索引 の上 彼ら。 私たちは また 置く それ 1つ の中へ 私たちの 方法 ここ。 もし あなた 見て で その 数式 ここ、 あなた できる 見る どこ 私たちは 持っている その 予測 限界、 それは また 置く で a ppk 式。
基本的に 何 私たちは する、 私たちは ただ 取る その 予測 数式、 これ の中へ その スペック 制限、 そして そして 分割された による その 半分 幅 の その 予測 制限。 これ は これ ppk それ 対応する に その 予測 制限。 なぜなら 彼らは は と 自信、 これ は 実は ppk と 自信。
あなた できる する その通り その 同じ と あなたの コントロール 制限。 ただ 取る その クラシック ppk 式 そして ただ 置く で コントロール 限界 その代わり の 予測 制限。 B なぜなら コントロール 限界 は ただ 推定 価値観、 これ は ppk それなし 自信。 の コース、 あなた できる する その通り その 同じ もの また のために その 許容範囲 限界、 どれの 私たちは 持っている 下 ここ、 a ppk ベース の上 その 許容範囲 制限。 あなた できる また 計算する 全て の これら。 もし あなた 欲しい、 の コース、 あなた できる プロット 彼ら の上 a グラフ として あなた 見る ここ。
上 ここ、 私たちは 持っている 推定 ppk それなし 自信、 それは その 赤 1つ。 T めんどり 私たちは 持っている その 青 1つ それ は ベース の上 許容範囲 限界 そして その 緑 1つ それ は ベース の上 予測 制限。 上 ここ、 その のために その 良い グループ A そして C と 表示 変化。 下 ここ どうやって それ は バッチ付き Bは a 大きい 1つ。
あなた できる 実は 見る、 として 私たちは 見た と その 限界 のために バッチ B 変化、 平 その 推定 価値 もっている a ppk 下に 1つ のために 1つ、 二、 そして 4つ ポジション。 その間 全て その 推定 価値 は うまく について 1つ のために A そして C.A また その ppk ベース の上 予測、 その 緑 1つ、 ほとんど の 彼ら は について 1つ、 そして 彼らは とても 近い に 1つ の上 位置 1つ そして 二。 これ だろう ただ 必要とする 1つ 追加 バッチ おそらく、 そして それから 彼らは だろう なれ 内部。
しかし、 として あなたは おそらく 見る その a 少し 退屈な に する 全て これら 計算 による 手。 これ は なぜ 私たちは 持っている 作った a スクリプト のために それ、 どれの ルイ は 今 行く に デモンストレーションする。 I すべき ただ ルイ 取る 以上 今 そして ショー どうやって その スクリプト 動作します。 私は もちろん 彼 意思 また 作る a 少し もっと 例。
はい、 ピエール、 感謝 あなた とても 多くの。 I 意思 ただ 試す に 共有 私の 画面 ここ それから。 はい。 初め もの 初め、 として ピエール もっている 表示されている 私たち、 私たちは 顔 a 多く の 問題 その間 その 特別 検証。 幸運なことに のために 私たち、 ジャンプ もっている a 多く の 真っ直ぐ 上 箱 機能 に ヘルプ 私たち 取引 と これら 問題。 私たちは 本当に のように に 使用 その 機能 来る 外 の その 箱 と ジャンプ なぜなら これ 本当に 軽減する 私たちの 検証 重荷 いつ 行く フォワード。
いくつかの の その もの ジャンプ もっている 解決済み のために 私たち は、 のために 例、 その 問題 それ 私たちは は 働く と 複雑な プロセス そして これら できない なれ 説明された による ただ 1つ 平均 そして 1つ 標準 偏差。 ここ に 取引 と これ、 だった 活用する その 適合モデル プラットフォーム で ジャンプ どこ 私たちは できる 持っている 複数 系統的 要因 に ハンドル その 多くの 手段、 そして 私たちは できる また 持っている 複数 ランダム 要因 に 取引 と 多くの 分散 コンポーネント。
それから そこには その 問題 と データ 頻繁 必要 いくつかの データ 変換。 また、 ジャンプ もっている その ボックス・コックス 変換 ウィンドウ 私たちは 使用 に 取引 と これ 直接 で その 適合モデル プラットフォーム。 それから 私たちは いつもの 見る a 多く の 外れ値 私たちは 持っている に ハンドル で 大きい データ セットします。 H また 私たちは また てこの作用 その 適合モデル プラットフォーム、 もっと 具体的には その 学生 サイズ 残差 プロット どこ 私たちは 除外する 外れ値 ベース の上 その ボンフェローニ 制限。
ここ その ただ 重要 に 注記 それ で 少しでも 私たちの コンセプト は それ 私たちは のように に 除外する その 実際の モデル、 しかし 私たちは いつも 報告 彼ら 別途。 それ もっている に なれ ビジュアル それ これら は ない 含まれる で その 分析。
それから そこには は その 足らない の 均質性 の 分散、 どれの ピエール また 示した どうやって に 取引 と 使用して その ログ 分散 モデリング に 得る 外 その 変化 そして それから 使用 これ 分散 に 計算する a 重さ 式。
それから また、 そこには は その 予測 間隔 どれの 私たちは 使用 とても a 多く ここ。 ここ として 良い ジャンプ は 準備ができて に 行く と 個人 自信 間隔 直接 で その 適合モデル プラットフォーム。
しかし それから として ピエール また 言及された、 私たちは 感じた のように そこには だった いくつかの 部品 どこ ジャンプ できた ない 持ってくる 私たち 全て その 方法 家。 これ 含まれるもの のために 例、 制御された 間隔 で JMP、 どれの できる のみ ハンドル その 1つ 平均 そして 1つ 分散 成分。
どうやって 私たちは 克服する これ は それ 私たちは 計算する 制御された 間隔 から その 適合モデル 使用して その 予測 式 そして 標準 エラー の上 予測 式 そして 残差 に 計算する その 合計 分散、 そして から ここ、 その コントロール 間隔。
それから そこには は その 事実 それ 許容範囲 間隔 は 好ましい による 多くの の 私たちの 顧客 なぜなら これ 許可する あなた に 別途 セット その 自信 そして カバレッジ。 しかし、 私たちは のみ 見つかった それ ジャンプ できる する 許容範囲 間隔 で その 分布 プラットフォーム、 そして それ できる のみ ハンドル 1つ 平均 そして 1つ 分散 成分 また。
の コース、 で その スクリプト 建てられた イン それ それ できる 計算する その 許容範囲 間隔 似ている に その コントロール 間隔。 W めんどり 私たちは する その 計算 の その 許容範囲 間隔、 私たちは 使用 その 同じ 度 の 自由 として 使用済み いつ ジャンプ 計算する その 予測 間隔。
それから 多分 その 主要な 理由 のために やっている これ スクリプト、 または その イニシャル 理由 で 少しでも、 は それ 計算 そして 視覚化 の 全て これら 間隔 は とても 時間 消費する そして とても うつ伏せ に 人間 エラー。 実は、 私たちは 決めた に 作る これ スクリプト に 自動化する 計算 そして 視覚化。
それから 最後に、 多くの の 私たちの 顧客 必要とする 能力 そして 透析 そのような として Ppk。 私たちは 持っている、 の コース、 また 含まれる これ で 私たちの スクリプト そのような それ それ 計算する ppk 対応する に 両方 予測 限界、 何 私たちは 電話 ppk と 自信、 そして また コントロール 限界、 何 私たちは 電話 ppk それなし 自信。
に 話す について その スクリプト a 少し 少し、 その スクリプト 私たちは 持っている 設計された ここ 構成 の 二 部品。 私たちは 主に 持っている その ジャンプ スクリプト あなた 見る ここ で その 真ん中、 そして それから 私たちは また 持っている a テンプレート 書類、 として あなた 見る 上 ここ で その アッパー 左 コーナー。
いつ 作る これ スクリプト、 そこには だった a 少し もの 私たちは 本当に 望んでいた に 成し遂げる。 私たちは 望んでいた に 作る それ 本当に 透明、 意味 それ 私たちの 顧客 できた 行く で そして 見て 下 その フード、 それで に 言う、 そして フォローする その 計算 の これら 違う 限界 そして 潜在的に 平 編集 彼ら 彼ら自身、 どれの かかる 私たち に その 次 もの。
私たちは 望んでいた これ に なれ、 で 少しでも に いくつかの 範囲、 カスタマイズ可能 による 私たちの 顧客。 もし 彼らは しない のように その 方法 私たちは 計算する Ppk、 私たちは だろう のように に 与える 彼ら その オプション に 行く で そして 編集 その 方程式。
その テンプレート 書類 で 自体 は 実際のところ、 一つの 空の データ テーブル。 それ もっている a 多く の 定義された 列 と カラム 数式、 しかし それ もっている いいえ 行 で そこには まだ。 何 私たちの スクリプト する、 本質的には、 は それ それ 作品 から これ テンプレート 書類 として 一つの 入力。 それ また かかる その オリジナル データ ファイル の上 どれの あなた ベース あなたの 分析 として 一つの 入力、 そして それから それ かかる その モデル ウィンドウ。
ここ それ は に なれ 言った それ その モデル ウィンドウ は 想定 に なれ a 完了 モデル。 それで あなた 持っている 終わり 全て その 全て あなたの データ 操作、 確保された それ これ は a ちゃんとした 応答 あなた 得る から その モデル。A また あなた 持っている 作った これら 正気 チェック そして 正当化された その 仮定 後ろに その モデル 確保する その 有効。
何 その スクリプト する 自体 は それ それ かかる その テンプレート 書類、 それ かかる その オリジナル データ ファイル、 そして それから それ コピー その データ から その オリジナル データ ファイル に その テンプレート 書類。 私たちは 終わり これ そのような それ 私たちは しない 干渉する と 私たちの 顧客の オリジナル データ どちらか。
それ それから また かかる 全て その 関連する パラメータ から その モデル ウィンドウ そして 入れる それ の中へ これ テンプレート 書類。 F ロム そこには の上、 もっと または 少ない、 これ テンプレート 書類 意思 埋める 外 自体 を通して その すでに 定義された 数式 で その 列。
これ テンプレート 書類 意思 それから で その 終わり なれ 変換された に 一つの 出力 テーブル どこ その 初め 多くの 列 だろう 見て とても 多くの のように その オリジナル データ ファイル、 そして それから あなた 意思 持っている その 残り 計算 そして 入力 価値観 として 追加 列 さらに遠く の上。
I 考える 私たちは すべき 行く に 一つの 例 そして 見る どうやって これ 見た目 で 本物 人生。 I 意思 ただ 試す に 停止 共有 これ 画面 そして 共有 これ 1つ。 何 私たちは 持っている ここ は で 事実、 その 同じ ESBIC 場合 として [聞き取れない 00:25:20] ここ。 何 あなた だろう する は あなた だろう 持っている あなたの データ、 あなた 意思 走る a モデル。 で これ 場合、 I 走る その モデル どこ 仲間 規模 それ に 対応する に その 変化 で バッチ A そして C、 その バッチ と その より低い 変化。
何 あなた 単に する は それ あなた 持っている あなたの モデル、 確保する その 終わり で センス の 正気 チェック そして それで 前へ。 それから 私たちは 走る これ スクリプト の上 これ モデル、 どれの は ここ。 私たちは 持っている その モデル そして 私たちは 走る その スクリプト。
良い 見る a 少し もの ポップ 上 ここ。 初め、 私たちは 持っている テンプレート 書類、 出力 書類 どれの もっている 今 された 人口が多い と a 多く の 違う 行、 いくつかの テーブル 変数、 そして それで 前へ。 私たちは 持っている 私たちの ppk グラフ ここ 視覚化 その ppk ベース の上 違う 制限。 その 青 いる ベース の上 コントロール 限界、 その 赤 いる ベース の上 予測 限界、 そして その 緑 1つ いる ベース の上 許容範囲 制限。 それから 最後に、 私たちは 持っている 私たちの グラフ ここ プロット 全て その データ、 仕様 線、 そして として 良い 私たちの 予測 制限、 コントロール 限界、 そして 許容範囲 限界 ここ。
私たちは 得る その 画像 それ ピエール また 示した 以前。 何 私たちは 見る ここ は、 で 事実、 それ もし 私たちは 見て で 私たちの データ そして 仮定する 全て バッチ 様々 として 多くの として バッチ A そして C、 私たちは は 実は で 一つの わかった 位置 ここ。 で 少しでも 私たちは だろう 持っている 合格した 私たちの ステージ 二 なぜなら コントロール 限界 は のために 全て バッチ、 全て 場所 内で 仕様。
私たちは する、 しかし、 持っている a 小さい 問題 外 ここ の上 その 位置 1 そして 2、 どこ 私たちは 見る で 少しでも その 予測 の 許容範囲 限界 延長する a 少し 以上 その アッパー 仕様 制限。 しかし、 私たちは 信じる これ できた なれ 修理済み による ただ 追加する a 少し もっと バッチ に 知る その 変化 より良い。
しかし 何 私たちは また 見る ここ は、 の コース、 私たちは 持っている 一つの 観察 外 私たちの 限界、 そして これ は なぜなら 何 だった 見ている で ここ は で 事実 バッチ B、 どれの として 私たちは 覚えて、 持っていた a より高い 分散。 I だろう ただ 試す に 走る これ モデル ここ、 規模 によると に バッチ B、 それで あなた できる 見る その 違い。
今 何 私たちは 見る ここ は それ 全て 私たちの 限界 もっている 移動した 外 から その 平均。 今 彼らは 実は 行く 超えて 仕様、 ない のみ の上 その 初め 二 場所、 しかし の上 複数 場所 ここ、 どれの だろう、 で エッセンス、 のために 私たち、 特に なぜなら あなた 持っている その コントロール 彼ら として 外 仕様、 平均 それ あなた 持っている 失敗した あなたの 検証 ここ。 多分 ない その 最高 例 のために これ データ セット に ショーケース a 良い 検証。
今 I 考え I だろう ただ 試す に 行く を通して どうやって 私たちは 構想された その 全体 プロセス 関連する もっと に その フローチャート、 ピエール、 示した あなた で その 始まり の これ プレゼンテーション。 I 持っている 持ってくる a お客様 例 から 一つの 実際の PPQ 検証 走る。 彼らは 終了 上 生産 a 合計 の 六 バッチ ここ。
何 私たちは 持っている 終わり ここ は それ 私たちは 持っている 作った a モデル。 I 意思 ただ 展開する 地元 データ フィルター に シミュレーション どこ それ 開始、 持つ のみ これら 三つ バッチ。 それから 何 私たちは 持っている ここ は ただ、 それで に 言う、 私たちの 終了した モデル。 何 私たちは する 今、 後 持つ 生産された その 初め バッチ、 分析された その データ、 私たちは ただ 走る その スクリプト。 私たちは 得る a 結果 見ている のように これ。
その シナリオ 私たちは 見る ここ は それ 両方 私たちの コントロール 限界 そして 予測 限界、 その 予測 限界 上 ここ、 許容範囲 限界 ここ、 は 両方 とても 多くの 外 その 仕様。 しかし、 ラッキー 十分 のために 私たち、 私たちの コントロール 限界 は 実は 内部 仕様。
これ 手段 で その センス の その フローチャート それ 私たちは 今 持っている 合格した ステージ 2 そして 私たちは できる 実は 始める から 今 の上 に いつ 私たちは する 私たちの 続き 検証、 取得 私たちの コントロール 予測 制限 そして 許容範囲 限界 内部 仕様、 それ 私たちは 実は できる 始める 送信 バッチ に 市場 同時に。
しかし クマ で 心 ここ、 私たちは まだ 持っている a かわいい 高い 品質管理 努力 で その 終わり。 その 理由 私たちは 信じる それ、 なぜなら 多くの 顧客 また 聞く、 どうやって できる 私たちは する これ もし 私たちは は それで 不確実 について その バッチ 私たちは 生産する？ しかし もし あなた 欲しい に 知る その 品質 の あなたの すでに 生産された バッチ、 私たちは 実は 持っている に 見て で これ で a 違う 方法。
ここ で これ モデル、 私たちは 持っている バッチ として a ランダム 効果 なぜなら として 私たちは 考慮する それ として a 一部 の a 大きい 人口。 しかし もし 私たちは 欲しい に 見て で その バッチ 個別に、 私たちは 実は 持っている に 置く それ として a 系統的 効果 で ここ。 もし I 走る その スクリプト の上 これ 1つ、 私たちは 意思 見る その 限界 狭まる 大幅 で ここ。 I 忘れた に 展開する データ フィルター、 しかし I 考える これ 作る センス ともかく。
何 私たちは 見る ここ は それ その 限界 今 は 多くの より近い に その 中心 線 の それぞれ バッチ ここ、 そして 彼らは は 方法 内で 私たちの 仕様 なぜなら 私たちは は 今 見ている で その バッチ 私たちは 持っている すでに 生産された そして ない 試して に 予測する その パフォーマンス の 未来 バッチ。 どれの は また なぜ 私たちは 信じる それ これ は 一つの 許容できる ポイント に 行く に 市場 その間 まだ 持つ その 高い 品質管理 努力 で その 終わり。
もし I ただ 続く と 私たちの 例、 何 私たちは 見た で これ 例 だった 私たちは 持っている 合格した ステージ 二 なぜなら コントロール 限界 中にある 仕様、 しかし 予測 限界 外にいます。 その 次 ステップ ここ だろう なれ に 単に 生産する 別の バッチ、 作成する あなたの モデル、 その 終わり ここ、 そして それから 走る その スクリプト また。
何 私たちは 見る 今 ここ 比較すると に その 初め ビュー は それ 私たちの 予測 そして 許容範囲 限界 は 動く に向かって スペック そして また 向かって 私たちの コントロール 限界、 どれの は その 行動 私たちは 意思 仮定する として 私たちは 始める に 得る その 間 バッチv アリアンツまたはs タルティング に 知る その 間 バッチ 変種 より良い そして より良い。
しかし、 まだ、 予測 限界 は ない 内部 仕様、 それで その ルーティーン だろう 単に なれ に する すべて また。 今 なぜなら I 知る どうやって これ 意思 終わり、 I 意思 単に 含む その 二 最後のバッチ そして 私たちは 意思 の上 その モデル また。
ついに、 後 含む その 6番目 バッチ、 その 結果 私たちは 得る ここ は それ 全て 私たちの 限界 は 今 内で 私たちの 仕様、 どれの 手段 私たちは 持っている 合格した 両方 ステージ 2 後 3 バッチ、 そして 今 私たちは 持っている また 合格した ステージ 3 A. どれの 手段 私たちは 今 行く の中へ ステージ 3B、 どこ 私たちは 意思 始める に 置く 私たちの 注意 の上 削減 その 高い 額 の 品質管理 努力 で その 終わり そして 交換する これ と 続き プロセス 検証 そして CTV。
ただ に 和 上、 I 意思 行く 戻る に その プレゼンテーション。 その 目的 の a 検証 は、 で 少しでも で 私たちの 意見、 に 予測する その 未来 の バッチ 意思 なれ わかった。 私たちは しっかりと 信じる それ もし あなた できる 説明する あなたの 検証 セット と a モデル、 あなた できる また 予測する その 未来 と 自信。 これ できる なれ 終わり から どちらか 予測 間隔 または 許容範囲 間隔。
私たちは 信じる それ ジャンプ もっている 個性的 可能性 に モデル あなたの データ そして また に 正当化する 仮定 後ろに あなたの モデル。私 t オファー その 機会 に 見て で 分散 異質性。 もし 私たちは する ない 持っている これ、 私たちは 持っている その オプション に する a ログ 分散 モデル に 探す a 重さ 要素 として ピエール 示した あなた、 そして 含む それ で 私たちの 普通 回帰 モデル。
それから 私たちは できる 見て で かどうか または ない その 残差 は 通常 配布されます。 もし 彼らは は ない、 私たちは できる する a ボックス・コックス 変換、 また 直接 から その 適合モデル プラットフォーム。 それから 私たちは 持っている その 問題 の 外れ値、 どれの 私たちは できる ハンドル を通して その 学生 タスク 残留 プロット、 除く 観察 外 その 95 % ボンフェローニの限界。 また、 a ウィンドウ 直接 アクセス可能 を通して その 適合モデル プラットフォーム。
それから 最後に、 そこには は また それ 私たちは リクエスト 私たちの ランダム 要因 に なれ 通常 分散型、 で 少しでも 効果 正面。 これ 私たちは した による その 青 テスト、 そして ここ 私たちは できる また 除外する 外れ値 レベル。
それから に 作る その プロセス より簡単に のために 私たち、 私たちの 顧客、 そして また 追加する a 少し の上 トップ の これ に 実は 成し遂げる その 機能 私たちは 欲望、 私たちは 持っている 決めた に 作る a スクリプト それ できる 自動化する 視覚化 の 予測 間隔。 それ 計算する そして 視覚化する 許容範囲 間隔 使用して その 同じ 番号 の 度 の 自由 として いつ ジャンプ 計算する 予測 間隔。 それ また 計算する コントロール 限界 のために もっと 複雑な プロセス どこ あなた 持っている 多くの 手段 そして 多くの 分散 コンポーネント。 最後に、 それ 計算する また 能力 価値観 のために どこ これら かもしれない なれ 必要です。
