Que me disent mes données ? Distinguer un problème de processus d'une erreur de mesure grâce à JMP pour visualiser les résultats.
Christel Kronig, scientifique analytique principale, Dr Reddy's Laboratories
Les méthodes analytiques sont essentielles au développement et à la fabrication pharmaceutiques. Mais faut-il toujours se fier aux données générées par ces méthodes ? Dans quelle mesure les résultats des tests sont-ils proches de la valeur réelle ? Comprendre l'erreur de mesure est essentiel pour prendre des décisions éclairées, basées sur des données : mon produit est-il stable ? Y a-t-il un problème avec mon procédé ? Mon produit est-il conforme aux spécifications ?
Pour évaluer l'erreur de mesure, il est nécessaire de collecter des données et d'effectuer des calculs appropriés, tels que le biais, la précision, l'incertitude, etc. La visualisation graphique des résultats peut s'avérer extrêmement efficace. Plusieurs exemples d'évaluation et de visualisation des erreurs de mesure seront présentés à l'aide de plusieurs plateformes JMP, telles que Gauge R&R, ANOVA et cartes de contrôle.
La méthodologie de validation du profil de précision est un moyen efficace de comprendre l'erreur totale d'une méthode d'analyse donnée. L'application de cette méthodologie à la comparaison des performances de quatre techniques d'analyse différentes pour trois attributs distincts et quatre produits différents sera présentée dans un graphique performant généré avec Graph Builder.
