Livello: Intermedio
Philip Ramsey, docente principale, Università del New Hampshire; e proprietario, North Haven Group
Chris Gotwalt, JMP Direttore della ricerca statistica e dello sviluppo, SAS
La modellazione statistica ha due obiettivi diversi: spiegazione e previsione. I modelli esplicativi spesso prevedono male (Shmueli, 2010). Spesso le analisi degli esperimenti progettati (DOE) sono esplicative, ma gli obiettivi sperimentali sono la previsione. DOE è una buona pratica per lo sviluppo di prodotti e processi in cui si prevede la performance futura. La modellazione predittiva richiede la suddivisione dei dati in set di training e di convalida in cui il set di convalida viene utilizzato per valutare i modelli predittivi. La maggior parte dei DOE non ha osservazioni sufficienti per formare un set di convalida che impedisce la valutazione diretta della performance di previsione. Dimostriamo una tecnica di "auto-validazione bilanciata" utilizzando i dati originali per creare due copie di tali dati, una come set di training e l'altra come set di convalida. I set differiscono nelle ponderazioni delle righe. I pesi sono distribuiti Dirichlet e "bilanciati"; le osservazioni che contribuiscono di più ai dati di training contribuiscono di meno al set di convalida (e viceversa). L'approccio richiede solo di copiare i dati e creare una colonna formula per i pesi. La tecnica è generale, consentendo di applicare tecniche di modellazione predittiva a set di dati più piccoli comuni a studi di laboratorio e di produzione. Due casi di studio sullo sviluppo di processi biofarmaceutici sono utilizzati per la dimostrazione. Entrambi i casi hanno grandi set di convalida combinati con progetti di screening definitivi. JMP è utilizzato per dimostrare le analisi.
