Stratégies de validation de modèles pour les expériences conçues utilisant des techniques d'amorçage avec des applications aux produits biopharmaceutiques ( US 2018 218 )Niveau : Intermédiaire
Chris Gotwalt, directeur JMP de la recherche et du développement statistiques, SAS
Philip Ramsey, maître de conférences, Université du New Hampshire ; et propriétaire, North Haven Group
La modélisation statistique poursuit deux objectifs différents : l’explication et la prédiction. Les modèles explicatifs prédisent souvent mal (Shmueli, 2010). Souvent, les analyses des expériences conçues (DOE) sont explicatives, mais les objectifs expérimentaux sont des prédictions. Le DOE est une bonne pratique pour le développement de produits et de processus où l'on prédit les performances futures. La modélisation prédictive nécessite de diviser les données en ensembles de formation et de validation où l'ensemble de validation est utilisé pour évaluer les modèles prédictifs. La plupart des DOE ne disposent pas d'observations suffisantes pour former un ensemble de validation empêchant une évaluation directe des performances de prévision. Nous démontrons une technique de « validation automatique équilibrée » utilisant les données originales pour créer deux copies de ces données, l'une un ensemble de formation et l'autre un ensemble de validation. Les ensembles diffèrent par la pondération des lignes. Les poids sont distribués selon Dirichlet et « équilibrés » ; les observations contribuant davantage aux données d'entraînement contribuent moins à l'ensemble de validation (et vice versa). L'approche nécessite uniquement de copier les données et de créer une colonne de formules pour les poids. La technique est générale, permettant d'appliquer des techniques de modélisation prédictive à des ensembles de données plus petits communs aux études en laboratoire et en fabrication. Deux études de cas de développement de processus biopharmaceutiques sont utilisées à des fins de démonstration. Les deux cas comportent de grands ensembles de validation combinés à des modèles de sélection définitifs. JMP est utilisé pour démontrer les analyses.
VidéoModélisation prédictiveÉclaterObjet : Stratégies de validation de modèles pour les expériences conçues utilisant des techniques d'amorçage avec des applications dans le secteur biopharmaceutiqueMerci Chris – ça a fonctionné !
Patty
Objet : Stratégies de validation de modèles pour les expériences conçues utilisant des techniques d'amorçage avec des applications dans le secteur biopharmaceutiqueJ'ai ajouté le PowerPoint, puis également un fichier .zip contenant à la fois le PowerPoint et le termplat que vous pouvez utiliser pour appliquer la méthode vous-même.Faites-moi savoir si vous rencontrez des problèmes pour obtenir les fichiers et j'essaierai de le comprendre.
Objet : Stratégies de validation de modèles pour les expériences conçues utilisant des techniques d'amorçage avec des applications dans le secteur biopharmaceutiqueSalut Chris et Phil - Excellente discussion - où puis-je obtenir une copie des scripts présentés dans votre présentation ? Merci Patti
