José G. Ramírez, PhD, statisticien en chef, Quality Excellence Group, Amgen
Cet article a été élu l’un des trois finalistes pour le prix du meilleur article contribué.
Après l'analyse d'une expérience planifiée à réponses multiples, on peut se retrouver avec un grand nombre de modèles réduits, fonction de plusieurs facteurs expérimentaux. Comment déterminer lesquels de ces modèles sont prédictifs ? Comment évaluer les facteurs expérimentaux les plus importants parmi toutes les réponses ? Le critère de Box-Wetz est une mesure utile de la qualité de prédiction pour les modèles statistiques, qui compare la variation moyenne d'une réponse à l'erreur d'estimation moyenne. La décomposition de Sobol fournit des indices de sensibilité très utiles pour évaluer l'importance des facteurs expérimentaux parmi plusieurs réponses. À l'aide d'exemples tirés du secteur des biotechnologies, nous démontrerons un script JMP qui calcule le critère de Box-Wetz pour un modèle donné et discuterons de son interprétation. Nous montrerons également comment les indices de sensibilité générés par « Profileur de prédiction > Évaluer l'importance des variables » peuvent être utilisés pour prioriser l'importance des facteurs expérimentaux parmi plusieurs réponses.
