Cálculo de intervalos de tolerancia estadística en JMP
Jean-François Michiels 1 , Sarah Janssen 2 , Pierre Lebrun 3 .
1 Autor correspondiente, jean-francois.michiels@arlenda.com, Holanda SA, Lieja, Bélgica (http://www.arlenda.com )
2 Janssen Biologics, Leiden, Países Bajos
3 Holland SA, Lieja, Bélgica
Existen dos tipos de intervalos de tolerancia estadística. Primero, el intervalo de tolerancia de expectativa beta es un intervalo estadístico dentro del cual se espera que caiga una proporción específica (beta) de la población. El segundo tipo es el intervalo de tolerancia de confianza gamma de contenido beta que es un intervalo dentro del cual cae una proporción beta de la población, con el nivel de confianza gamma. Estos intervalos son ampliamente utilizados en la industria farmacéutica. Por ejemplo, en estudios de puenteo, un intervalo de tolerancia de confianza gamma de contenido beta se calcula en datos obtenidos con un proceso de referencia y un intervalo de tolerancia de expectativa beta se calcula en datos obtenidos con un proceso modificado. Si el último se incluye dentro del primero, entonces la modificación no afecta al proceso. Dependiendo de los modelos estadísticos, los intervalos de tolerancia se pueden calcular con fórmulas exactas, aproximaciones asintóticas o usando simulaciones. Para modelos lineales de efectos fijos (por ejemplo, ANOVA 1 fijo, regresión lineal), los intervalos de tolerancia ya se pueden calcular fácilmente en JMP utilizando la plataforma de distribución o la plataforma de modelo de ajuste. Se han desarrollado y publicado fórmulas para modelos con un factor aleatorio. Sin embargo, los científicos aún requieren la ayuda de estadísticos para calcularlos, ya que estas fórmulas no están implementadas en software intuitivo como JMP. Con la ayuda de Janssen, Arlenda ha desarrollado y validado un complemento de JMP que permite calcular intervalos de tolerancia para modelos con un factor aleatorio, como un modelo ANOVA aleatorio unidireccional. Este complemento ayudará a los científicos a calcular por sí mismos estos intervalos de tolerancia, mientras los estadísticos pueden centrarse en otros análisis complejos.
