Livello: Intermedio
Chris Gotwalt, Direttore della ricerca e sviluppo statistico JMP, SAS
Philip Ramsey, docente principale presso l'Università del New Hampshire e proprietario del North Haven Group
La modellazione statistica persegue due obiettivi diversi: spiegazione e previsione. I modelli esplicativi spesso predicono in modo inadeguato (Shmueli, 2010). Spesso le analisi degli esperimenti progettati (DOE) sono esplicative, ma gli obiettivi sperimentali sono predittivi. Il DOE è una buona pratica per lo sviluppo di prodotti e processi, dove si prevede la performance futura. La modellazione predittiva richiede la suddivisione dei dati in set di addestramento e di convalida, dove il set di convalida viene utilizzato per valutare i modelli predittivi. La maggior parte dei DOE non dispone di osservazioni sufficienti per formare un set di convalida, il 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 addestramento e l'altra come set di convalida. I set differiscono per la ponderazione delle righe. I pesi sono distribuiti secondo Dirichlet e "bilanciati"; le osservazioni che contribuiscono maggiormente ai dati di addestramento contribuiscono meno al set di convalida (e viceversa). L'approccio richiede solo la copia dei dati e la creazione di una colonna formula per i pesi. La tecnica è di carattere generale e consente di applicare tecniche di modellazione predittiva a set di dati più piccoli, comuni negli studi di laboratorio e di produzione. A scopo dimostrativo vengono utilizzati due casi di studio sullo sviluppo di processi biofarmaceutici. Entrambi i casi presentano ampi set di validazione combinati con progetti di screening definitivi. JMP viene utilizzato per dimostrare le analisi.
