Tengo un lote de polvo A del cual estoy extrayendo dos muestras y alimentando a dos métodos diferentes (A y 
de un proceso para determinar si ambos métodos producen el mismo resultado. Sin embargo, me doy cuenta de que, dado que el polvo tiene una distribución de tamaño de partícula, significaría que las muestras tienen un subconjunto de esa distribución y estos polvos de muestreo son la entrada para los métodos A y B. Entonces, cuando comparo el resultado del método A y el método B, ¿cómo tengo en cuenta la probable diferencia en la distribución de las entradas? ¿Tomo la media y la desviación estándar de la PSD del lote A y de alguna manera ajusto la media y la desviación estándar de la PSD del polvo de salida con esos valores?
Tengo un lote de polvo (Lote A) con una distribución de tamaño de partícula (PSD) conocida. De este lote, extraigo dos muestras separadas para introducirlas en dos métodos diferentes (Método A y Método de un proceso. Quiero comparar el resultado de ambos métodos para ver si producen el resultado PSD de salida de polvo.
Sin embargo, dado que el lote de polvo de entrada A tiene una distribución de tamaño de partícula (rango de tamaños de partículas), cada muestra que tome solo representará un subconjunto de la distribución general, lo que podría afectar los resultados de salida de ambos métodos. Teniendo en cuenta esto, ¿cómo debo tener en cuenta las diferencias en el tamaño de partícula entre las muestras al comparar los resultados de los métodos A y B?
¿Debo ajustar los resultados teniendo en cuenta la PSD general del lote (es decir, la media y la desviación estándar de la distribución del tamaño de partícula) y de alguna manera tenerlos en cuenta en las PSD de salida de los dos métodos?
Hola @StratifiedGnu91 ,
¡Feliz año nuevo 2025!
Su pregunta implica mucha reflexión desde el punto de vista de la experiencia del dominio y algunas consideraciones desde el punto de vista estadístico.
He aquí algunas reflexiones:
- ¿Se evalúan y controlan los métodos y las mediciones instrumentales? ¿Las mediciones son coherentes y se verifican periódicamente con un patrón?
En primer lugar, me aseguraría de que las mediciones y los métodos sean fiables y de que cualquier variación que surja de estas mediciones sea aleatoria o no atribuible a ningún ruido o variación de factores. Realizar un estudio de MSA puede ayudar a evaluar la repetibilidad o reproducibilidad del equipo y del método de medición, crear un gráfico de control de monitoreo para detectar cambios o desviaciones en el proceso de medición y ayudar a evaluar la variación de la medición, de modo que pueda usar este número para evaluar y comparar las mediciones provenientes de los dos métodos.
- ¿Cuál es el proceso de creación de lotes de polvos para el proveedor? ¿Pueden proporcionar muestras representativas en diferentes momentos de producción, con distintas máquinas o equipos de producción, que cubran toda la gama de especificaciones?
Esto es algo que se debe discutir con el proveedor para asegurarse de que la cantidad y la calidad de las muestras sean representativas de las muestras de producción pasadas y futuras. Es mejor entablar una conversación con el proveedor para asegurarse de que pueda proporcionar diferentes muestras provenientes de diferentes fuentes, equipos y con diferentes resultados que cubran el rango de especificaciones, para que se investiguen los valores de especificación más altos y más bajos y se verifique la conformidad de este rango de especificaciones con las especificaciones de sus productos y las capacidades de medición.
- ¿Cuál es su objetivo y la precisión necesaria para evaluar la variabilidad general de la medición?
A partir de la descripción de su contexto, es difícil saber si desea evaluar si los dos métodos son similares (por ejemplo, a través de pruebas de equivalencia ) o si desea demostrar que los métodos son diferentes (a través de pruebas estadísticas), y sobre qué base: ¿valor promedio o varianza (o ambos)? Además, ¿cuál es la diferencia de medición general que puede considerar como equivalente/diferente para los métodos y muestras estudiados? ¿Y cuál es la precisión que desea para este análisis, que puede informar/guiar el número de muestras a recolectar y medir? También puede usar exploradores de tamaño de muestra como Margen de error para dos medias de muestra independientes o Margen de error para dos varianzas de muestra independientes , dependiendo de si está más interesado en una diferencia de medias o varianzas entre los dos métodos para evaluar la cantidad de muestras necesarias para detectar una diferencia entre los métodos.
Para la parte estadística, puede haber varias opciones para analizar sus resultados:
- Desde un punto de vista global (variabilidad global de las mediciones), creo que la plataforma Matched Pairs Analysis puede ayudar a comparar los métodos A y B en las mismas muestras (si esta opción es posible, para mediciones no destructivas). Esta plataforma puede ayudarle a realizar pruebas de equivalencia para las mismas muestras. También hay otras opciones de pruebas estadísticas (paramétricas y no paramétricas) (sobre medias y varianzas) en la plataforma Fit Y by X, Oneway Analysis .
- En relación con su pregunta sobre los resultados de los dos métodos en relación con el tamaño de partícula de los dos lotes A y B, creo que el Simulador también podría ayudarlo a visualizar y simular la variabilidad de su proceso de medición completo. Si tiene un modelo que vincula el tamaño de partícula con la respuesta de medición, podría especificar distribuciones de tamaño de partícula para su factor de tamaño de partícula y agregar cualquier variación de medición de su respuesta de interés.
A continuación se muestra un ejemplo del conjunto de datos Piepel de JMP, donde agregué una variación uniforme de mezcla aleatoria en los factores de mezcla y un ruido aleatorio en la respuesta Y medida para simular la variabilidad general en esta área óptima:
Siempre que tenga un modelo que vincule su respuesta medida Y para cada método y su tamaño de partícula, puede especificar una distribución de tamaño de partícula y agregar un ruido aleatorio en su respuesta medida para crear una tabla donde pueda visualizar y analizar aún más la diferencia entre los métodos.
Espero que este inicio de discusión pueda ayudarte.
