你好 每个人。
这 推介会 将要 是 关于 测量系统分析，
和优化 的 UHPLC M 测量 系统。
主持人 是 我， 弗兰克·德鲁伊克
从 霍金特 大学学院 的 应用 科学,
和 还 沃尔克·克拉夫特 从 跳转 学术的 程序
将要 拿 关心 的 这 演示
演示 这 跳转 工具 为了 数据 分析。
好的。 这 问题 陈述 和 描述。
出色地， 在 a 化学 公司，
只是 [听不清] 化学 公司，
这 推介会 曾是 受到启发 经过 一个 实习 的 a 学生
以及一家化学公司， 和 的 课程 这 材料 有 到 是 保留 机密的。
所以 I 只是 将要 讲话 关于 化学物质 公司，
和 还 这 数字 是 a 小的 少量 修改的， 但 不 问题。
什么 是 这 陈述？
嗯，SPC 揭示 重要的 批 到 批 变化 在 生的 材料
和 有 造成 问题 在产品中 质量。
所以 那， 好的，
那里 曾是 一个 问题 和 这 供应商 那 曾是 必要的 那 全部 供应 批次，
它 曾是 必要的 到 分析 他们 全部。
但 的 课程 一 问题 是 那
那里 曾是 a 也 慢的 分析 程序 气相色谱，
以及快速 UHPLC 分析方法 是 在下面 发展，
曾是 在 发展， 但 不是 准备好
为了 验证 因为 的 也 强的 测量 变化。
和 这 目标 的 这 学习 是 到 指定 强壮的 和 最佳的 设置
UHPLC 方法 所以 那 验证 的 这 新的 方法 将要 是 可能的。
谢谢， 坦率。
在职的 和 这 跳转 学术的 团队 为了 更多的 比 十 年 现在，
我们 帮助 许多 大学 教授们 全世界 到 得到 使用权 到 跳转 许可证
为了 教学， 但 还 到 教学 资源 喜欢 这 案件 学习 图书馆
在 链接：jmp.com/cases
教授们 得到 自由的 使用权 到 更多的 超过50例，
每个 告诉 a 故事 关于 a 真实的 世界 问题
和 a 步 经过 步 解决方案， 包括 这 数据 套 和 练习。
什么 我们 展示 今天 是 可用的 作为 a 系列 的 三 案件 研究，
聚焦 在 统计 过程控制，
测量 系统 分析， 和 设计 的 实验。
尽管 坦率 将要 讲话 关于 这 问题
和 这 解决方案 他们 发达 为了 a 制药 公司 在 比利时，
I 将要 演示 一些 的 这 分析 步骤 使用 跳转 赞成。
让 我 说 感谢 你 到 坦率 为了 分享 这些 案例 和 这 学术的 社区，
WHO 真的 欢迎 这样的 现实世界 示例
未来 从 从业者 在 行业。
I 还 想 到 感谢 来自我们印度学术团队的 Murali
WHO 戏剧 a 钥匙 角色 在 增强 我们的 案件 学习 图书馆
喜欢 这 发展 的 这些 案例 一起 和 坦率。
好的， 这里 在 这 阴谋 你看 非常清楚 这 插图 这 问题。
所以 什么 这里 是 显示 是 a 阴谋 的 这 测量 的 这 新的 UHPLC 方法，
但 非 优化 和 还 作为 a 功能 的 这 测量
的 这 气相色谱 标准 方法， 哪个 曾是 非常 准确的 和 精确的。
和 你 能 清楚地 看 那 那里 是 一些 问题。
所以 不同的 运算符 制成 一些 测量 在 不同的 批次
你可以 看 那 这 预言 间隔 是 相当 大的。
你 看 a 范围 有时 超过 100 毫克 每 升。
和 你 能 还 看 那 有时 它是 不是 清除 无论 测量
在规格范围内， 喜欢 在 这 左边 图形 你 能 看 它
和 还 在 这 正确的 图形 你 能 看 有 还 比率 和 准确性
意义 那 有 a 严肃的 问题，
和第一 的 全部 我们 将要 探索 这 变异根本原因
使用 测量 系统 分析，
这 原因 的 变化， 和 还 这 美国能源部 将要 使用 优化
根据统计 思维 概念
哪个 将要 是 插图 在 下一个 幻灯片。
你 看 这 统计 问题 解决流程。
所以 为了 这 成本 的 这 问题，
这 问题 和 我们的 U 高效液相色谱 测量 错误，
我们 将要 处理 这 经过 测量系统分析，
和 到 出口 这 变化 根 原因， I 可能 当然使用 DOE，
还 到 优化 这 过程 设置 的 这 U 高效液相色谱 系统。
这 方法 我们将 使用 为了 量化 这 变化 来源 是
这 测量 系统 分析， 还有一些 理论 I 将要 展示。
所以 它是 关于 这 量化 的 这 方差 成分 的 这 全部的 方差。
全部的 方差 方法 这 方差 经过 所有测量，
经过 不同的 运营商， 不同的 产品。
所以 我们 有 二 不同的组件，
这 产品 变化，
西格玛 正方形 产品， 和 这 测量 变化。
这 测量 变化 非常 重要的事情也被分解了
在 二 重要的 成分， 这 重复性 这 方差
到期的 到 缺少 的 精确 经过 重复
测量， 和 还 这 价值观 之间 操作符。
所以 这 西格玛 正方形 大的 R 哪个 是 这 可重复性。
和 非常 重要的 标准 在 命令 t 帽子，对不起，
重要的 标准
说明 那 这 测量 系统 是 仅有的 合适的 为了 检测变异
在 这 过程，过程 变化， 是 那 这 百分比 G 奥格R&R， 哪个 是 这
测量 错误 分裂 经过 这 全部的 错误， 应该 是 较少的 比 10%。
所以 这 分数 的 测量 错误 曾是
以下 10% 全部的 的 这 全部的 变化。
然后 我们 能 使用 它 为了 过程 跟随 向上。
如果 它是 不是 这 案件， 它 是 更高，
然后 我们 跑步 这 风险 那 我们 将要 控制 我们的 过程
在 测量 变化， 和 的 课程 不是 a 非常 健康 问题。
所以 它 必须 是 降低 比 10%， 那是 这 主要的 标准。
好的， 让 我 去 到 下一个 滑动。
和 为了 这 我们 将要 使用 a 仪表 R&R 研究，一项 Gauge R&R 研究
主要是一个实验设计，
所以 那 我们 将要 选择 三 随机算子，
约翰， 劳拉， 和 莎拉，
WHO 将要 做 重复 测量 二 次 在 四 不同的 批次 每个。
所以我们这样做了，
我们 有 到过 有能力的 到 量化 这 在操作员变异范围内
可重复性， 这 可重复性 之间 操作员变异，
和 还 这 产品 变化， 变化 之间 批次。
所以，Volker，我要离开 这 地面 到 你 现在。
好的。 感谢 你， 坦率。
和 前 I 将要 来 到 MSA，
I 会 喜欢 到 简要地 覆盖 什么是 包括 在 这 第一的 部分 的 这 系列，
即 控制 图表 和 过程 能力。
所以 这 是 一 的 这 数据 套 这里
测量 这 二 化合物， 我们的 连续的 回复
化合物 一 和 化合物 二， 使用 这 好的 但 慢的 气相色谱 方法。
所以 数据 有 到过 集 超过 八 天，
和 二 批次 每 天 和 为了 二 不同的 供应商， A 和 B.
所以 什么时候 这 团队 开始，
这 第一的 活动 曾是 到 查看 和 确认 常态 的 这 数据
为了 这， 他们 看起来 在 普通的 分位数 地块。
他们 还 已安装 a 普通的 分配。
好的， 对不起 为了 这。
所以 他们 看起来 在 a 普通的 分位数 阴谋，
和 他们 还 已安装 a 普通的 分配 关注 经过 a 善良 的 适合性测试。
和 那里 曾是 没有什么 批判的 从 那 分析。
探索 分布， 这 问题 成为 清除。
所以 寻找 在 数据 从 不同的 天， 我们 能 看 a 巨大的
批 经过 批 变化， 甚至 为了 批次 未来 从 这 相同的 天。
和 这 方法 那 电子流程 监控 是 不是 可能的
因为
这 变异性 的 这 气相色谱 方法 很高
和 这 方法 曾是 也 慢的。
所以 它 需要 a 很多 的 时间
到 监视器 这 批次。
和 所以 一 团队 活动 曾是
到 工作 一起 和 这 供应商 和 其他的 到 减少 那 变化。
和 其他 活动，
哪个 是 描述 在 这 其他 部分 的 这 学习， 调查 a 更快的方法，
作为 提及 经过 坦率， 使用 这 新的 超高效液相色谱 测量 方法。
所以 只是 寻找 a 少量 更多的 进入 这 老的 方法， 这 气相色谱 方法。
所以 这 团队 看起来 在 一 维度
控制 图表 和 还 过程 能力 为了 两个都 化合物， 的 课程，
和 他们 还 看起来 在 多变量 和 模型 驱动
控制 图表。
和 这里 我们 看 那 那里 是 一些 极端 点 在 a 多 维度
分析， 和 他们 可以 还 看 这 贡献 的 这 不同的
化合物 或者 回应。
这 是 这 结论 的 这 第一的 调查 使用 这 老的 方法。
所以 这里 这 结果 曾是 那
两个都 流程 寻找 在 这 过程 表现 这里， 那 两个都 流程，
所以 化合物 A 和 化合物 B, 是 无法 但 稳定的。
为了 小贩 A
和 为了 小贩 B,
我们 看 那 化合物 一 曾是 甚至 不稳定 下列的 这些 颜色 这里。
所以 全部 的 这 有动力 这 团队 到 提升 这 测量 过程。
和 这 带来 我们 到 部分 二 的 本系列
和 这 是 关于 分析 这 测量 系统。
所以 这 数据 这里 是 集 为了 全部 这 组合， 重复 两次，
之间 四 批次 和 三 运营商，
使用 这 新的 超高效液相色谱 测量 方法。
所以 这 目标 这里 曾是 到 措施 全部
批次 的 生的 材料 使用 这 快点 方法 和 或许 到 允许 一些
在线监控 的 这 生的 材料 在 这 未来。
所以 到 得到 开始 和 这 新的 数据，
这 团队 看起来 在 a 二 方式 方差分析， 和 这 可能 傻子 你。
这 输出。
所以 在 两个都 化合物，
化合物 一 和 二， 这 批 影响 是 高度 重要的。
所以 那是 好的 消息。
和 还 这 操作员 影响 和 这 相互作用 之间 批 和 操作员，
这些 效果 是 非 重要的， 但 这 均方根误差 是 相当 高的。
所以 那 方法 那 我们 是 或许 寻找 在 数据
以及我们 是 还 感兴趣的 在 只是 隐 经过 噪音。
所以 前 你 看 在 这样的 一个 分析，
这 第一的 问题 应该 是 在哪里 是 这 变化 在 我们的 数据 未来 从？
和 第二， 是 我们 测量 这 信号？
是 我们 真的 寻找 在 这 信号 或者 是 我们 只是 测量 噪音？
和 到 得到 一个 主意 关于 这，
a 完美的 可视化 的 这 模式 的 变化 是 a 变异性 图表。
和 为了 这些 二 来源 的 变化， 批 和 操作员，
这里 我们 看 全部 这 数据 点 为了 全部 运算符 和 全部 批次。
所以 我们 有 二 测量 每 批 每 操作员。
和 为了 这些 二， 我们 看 这 意思是。
我们 还 看 这 团体 意思是 为了 一 操作员 和 我们 还 看 这 全面的 意思是。
那是 这 虚线 线 这里 为了 全部 我们的 测量。
和 我们 能 看 在 这 为了 两个都 化合物， 的 课程。
所以 这里， 为了 实例， 为了 化合物 二， 我们 看 那 劳拉 有
变化相当大， 在 至少 比较的 到 这 其他 二 操作符。
所以 那是 a 视觉的 分析。
使用的分析方法和程序
到 得到 a 更好的 洞察力 进入 这 测量 系统的 表现
是 一个 MSA 或者 测量 系统 分析。
和 这 曾是 还 完毕 为了 这 非 优化 U HPLC法。
所以 这里， 为了 实例，
为了 这 第一的 化合物， 我们 看 这 平均的 图表
和 这 图表 节目 这 数据 一起 和 这 控制 限制
或者 和 这 噪音 乐队。
和 什么 我们 看 这里 是 不是 好的 新闻,
因为 我们的 测量， 我们的 数据 是 之内 这 噪音 乐队，
所以 它 将要 是 真的 难的 到 探测 任何 信号 和 那 噪音 等级。
其他 输出 是 这 并行性 阴谋。
所以 这里 我们 能 查看 互动 之间 批次 和 运算符 和 这 会
表明 一个 相互作用 如果 一些 的 这些 线 是 不是 平行线。
和 这 是 这 电磁脉冲 方法。
所以 这 支架 为了 评估测量过程
和 你 大概 知道 这 作为 测量 休息和放松 输出。
和 那是 什么 还 坦率 提及。
所以 这里 我们 看 这 信号， 那是 这 产品 变化，
但 我们 还 看 这 测量 变化
分裂 进入 重复性 和 可重复性。
和 这里 为了 这 第一的 化合物，
我们 看 那 我们 似乎 到 有 一个 问题 和 可重复性。
所以 这 相同的 操作员 正在做 这 相同的 测量 再次。
和 为了 这 第二 成分，
我们 看 那 有 还 a 轻微 问题 和 可重复性 作为 出色地。
所以 这些 是 测量 之间 不同的 操作符。
所以 这 结论 这里 是 那 这 测量系统
或者 这 测量 过程 是 无法 到 探测 任何 质量 转移 造成
经过 a 重要的 系统性 变化 之间 我们的 批次。
和 和 那， I 手 后退 到 坦率。
好的， 感谢 你， 沃尔克。
I 思考 我们 能 转移 到 下一个 幻灯片 因为 那是 什么 我们 讨论。
好的，这是 什么 你 显示， 沃尔克， 那是 还 在 这 幻灯片。
好的， 是的，这里 我们 能 开始。
和 我们 开始 和 第一的 的 全部， 在 这 设计 的 实验，
这 优化 学习， 这 过程 改进 学习。
和 第一个 f 全部，
在 命令 到 更好的 指定 我们的 实验 目标， 我们 应该 第一的 的 全部
去 到 这 根 原因 分析 为了 这 高的 测量 错误。
这 实验室 团队，
后 与实验室团队进行头脑风暴，
它 来了 出去 那 是 二 主要的
根 原因， 一 关联 到 这 设备 和 一 关联 到 这 方法。
和 这 一 关联 到 这 设备 曾是
这 主要的 来源 为了 贫穷的 重复性 因为 它 曾是 a 非常 强的 问题
和 不稳定 柱子 温度 和 洗脱液 流量，
UHPLC 使用 柱子， 它是 a 色谱法 技术，
和 还 一个 洗脱液 分离，
到 带领 这 化合物 到 这 柱子 和 制作 分离 可能的。
作为 a 事情 的 事实 它 曾是 漂移 之间
不同的 实验 和 甚至 之内 一 实验。
这 结果 的 课程 在 a 贫穷的 可重复性。
和 这 第一的 任务， 的 课程， 的 这 实验室团队
曾是 到 稳定 的 课程 这 柱子 温度 和 洗脱液。
因为 如果 你 去 到 任何 实验设计，
的 课程， 我们 需要 到 有 固定的 设置 的 这 温度
和洗脱液 流量， 哪个 是 的 课程 二 重要的 因素。
为了 这 第二 问题，
这 方法 因为， 除了 这 稳定 问题，
哪个 的 课程 曾是 固定的， 那里 曾是 还 一个 问题 和
低分辨率 因为 的 非 优化 分析 过程 设置 哪个 是 相当
低的 和 还 不稳定， 意义 那 什么时候 我们 制作 小的 轮班 到 流量
和 温度， 那里 是 有时 巨大的 轮班
还 在决议中， 指示 那 那里 曾是 还 不是 仅有的
最佳的 问题 但 还 a 问题 和 鲁棒性。
所以 这 目标 曾是 指定 不是 仅有的 最佳的 设置 但 还 强壮的 设置。
所以 这 变化 的 这 解决 应该
是 最小 作为 a 功能 的 一些 变化 大约 这 设置
过程、实践、 这 分析。
让我们 只是 现在 去 到 这 美国能源部。
当然，能源部的目标是
我们 指定 这 回复 多变的 是 和， 这 化合物 专注
在 这 标准 样品， 和 我们 有 到 制作 模型 的 这个Y，
这 化合物 专注 是 a 功能 的 这 超高效液相色谱 控制 因素。
和 一次 我们 有 这 方程，
我们 能 然后 的 课程 去 到 优化， 和 什么 是 优化 标准？
我们 将要 使用 这 质量 P 超过 T 比率 标准。
那 方法 那，
我们的，
分数 的 这 错误
在 这 宽容 范围 应该 是 降低 比 10%。
如果 你 有 这 宽容 范围 的 我们的 化合物 哪个 是 指定的，
化合物 一
在 这 标准 样本 是一个 300 毫克每升
每升正负 200 毫克，
然后 我们 有 到 制作 当然 那 和 还 这， 对不起， 这 标准 样本， 二，
两个标准 样品， 这 目标 的 化合物 二 和 这 标准
样本 二 是 450 加 或减 150 百万分率 规格 限制。
和 的 课程 如果 你 想 到 抵达 10%
的 这 规格 范围， 那 方法 那 好的， 我们 有 到
给定 我们的 可取性 功能 为了 优化， 是 那 好的？
为什么 应该 匹配 目标 化合物 专注 降低 比 10%？
意义 那 为了 标准 样本 一 那里
应该 是 300 加或减 20 百万分率， 20 毫克每升 .
和 为了 标准 样本 二 这 化合物 浓度应
每升450±15毫克
那是 这 标准 为了 优化。
所以 作为 为了 我们的 模型 得到 一起 和 实验室 专家。
这 因素 是 这 主要的 效果， 这 主要的 效果 和 全部 二次函数 效果。
和 这 主要的 效果 是 这 温度 的 这 柱子，
和 这 范围 二十五 到 三十五 度 摄氏度， 洗脱液 流动 速度，
五 到 15 毫克每毫升， 和 还 渐变。
什么 是 渐变？
出色地 那 方法 那 那里 是 一个 添加剂， 乙腈， 这 洗脱液 和 这
专注 的 这 乙腈 随着 a 功能 的 这 体积，
额外 作为 a 功能 的 流动， 这 体积， 通过 这 柱子。
那 方法
从 体积 零 和 一 毫升 它是 a 范围 之间 五和二十 百分比。
和 一次 这 体积 是 五 到 六 毫升，
我们有 a 范围 的 三十五 到 70% 的 洗脱液中含有乙腈。
还 一个 重要的 因素 是 这 紫外线 波长 .
这 探测器 是 经过 紫外线 和 它 应该 是 受控 之间 192 和 270.
和 头脑风暴 和 这 实验室 专家们， WHO 做过 已经 相当 一些 初步的
实验 和 有 一些 经验 和 这 超高效液相色谱法，
作为 a 事情 的 事实， 仅有的 二 相互作用 效果 是 已选定。
那是 这 温度 和 洗脱液 流量 和 还
这 洗脱液 流量 互动 和 全部 坡度 因素 指定的 多于。
所以 这 方法 那 这 设计 选择
到 见面 这 目标 和 到 模型， 和 到 指定 这 模型 参数。
它 曾是 这 风俗 设计， 和 沃尔克 将要 阐明 什么 设计 曾是 关于。
好的。
感谢 你 坦率。
所以 说 关于 这 第三 部分 的 这 案件 学习 系列 哪个 是 关于 设计
实验 和 什么 我们 学到了 所以 远的 是 那 我们 有 到 减少 这 测量
变化 哪个 是 造成 经过 这 未优化 超高效液相色谱 方法。
和 这 方法 能 是 描述， 作为 坦率 尖 出去， 经过 这些 控制 设置
或过程 设置， 喜欢 温度 和 所以 在。
所以 我们 还 想 我们的 回应 保持 之内 他们的 限制。
所以 这 关注 这 10%规则 作为 给定 作者：弗兰克
和 这些 限制 是 还 额外 到 我们的 数据。
所以 到 设计 这样的 一个 实验 这 团队 看起来 在 a 确定的 筛查 设计。
所以 这 一 这里， 和 还 额外 风俗 设计 和 两个都 和 二十五 轮。
所以 比较 两个都 设计， 他们 使用 这 比较 设计 平台，
和 你 能 看 一些 原因 哪个 是 在 青睐 的 这 风俗 设计。
所以 这里， 为了 实例， 为了 主要的 效果 我们 看 轻微地 更好的 力量 为了 这 渠务署。
但 为了 这 其他 更高 命令 效果 我们 看
真的 a 高的 益处 为了 这 风俗 设计。
相同的 这里， 寻找 在 这 分数 的 这 设计
空间 我们 看 那 这 风俗 设计 是 正在做 更好的。
你 可以 还 看 在 这 相关图，
和 最后， 这 效率 是 还 在 青睐 的 这 风俗 设计。
和 为了 那 原因 这 团队 用过的 这 风俗 设计，
a 风俗 设计 为了 那些 研究。
所以 这里 我们 有 这 完全的 数据
为了 这 风俗 设计， 完全的 和 两个都 回复 测量。
和 为了 这 我们 还 有
这 相应的 线性 模型。
所以 这里 为了 这 第一的 回复，
化合物 一， 和 为了 化合物 二， 两个都 和 他们的 分析器 的 课程。
和 这是 a 组合剖面仪
和 两个都 回应 在 这 最初的， 只是 这 中 设置。
和 经过 最大化 这 可取性，
所以 I 会 得到 到 这 最佳的 设置 和 我们 看 那 我们 是 匹配
两个都 目标 这里， 300 和 450 各自， 我们 是 匹配 他们 完美。
然而， 我们 还 看 相当 大的 敏感度 指 标。
这些 是 这 紫色的 三角形， 和 他们 是 告诉 我们 那 在 这 最佳的 观点，
我们的 回复 表面 是 相当 陡 在 一些 方面
和 这 减少 这 鲁棒性 的 我们的 过程
如果 一些 随机的 变化 的 我们的 过程 设置。
和 这 能 是 更远 分析 经过 添加
这 模拟器 到 这 分析器 和 那 是 完毕 这里。
所以 这里 这 模拟器
定义 这 随机的 变化 哪个 曾是 定义 经过 我们的 过程 专家。
和 只是 保持 这 中 设置， 加 这 随机的 变化， 模拟
10,000 的 回复 价值观 我们 看 那 全部 的 我们的 回复 价值观 是 出去 的 规格。
这些 是 全部 缺陷。 的 课程， 我们 是 只是 在 这 中 设置 ,
所以没有更好的了 到 预计 这里。
交换 到 我们的最佳设置 和 模拟 再次。
所以 现在 我们 看 那 这 缺点 速度 到 是 预期的 是 多于 12%。
所以 从 这里 这 鲁棒性 能 是 进一步改进，
任何一个 手动， 使用 这 分析器 和 这 模拟器
和 这 敏感度 指标， 或者 自动地 经过 跑步
模拟实验 哪个 是 还 建造 进入 那些 配置文件。
所以 这 团队 用过的 a 手动的 方法
和 这些 是 这 强壮的 设置。
他们 来了 向上 和 这些 红色的 设置 这里。
和 如果 I 模拟 再次， §我们 看 那 这 缺点 速度
现在 滴 以下 百分之一。
所以 这 是 a 蒙特 卡洛 模拟， 它是 全部 随机的 所以 这 缺点 速度 变化
轻微地 和 每个 新的 模拟， 和 你 能 还 看 如何 这 直方图
的 我们的 模拟 回复 数据 表现 相当 出色地。
所以 他们 是 之内 我们的 范围， 之内 我们的 限制
哪个 支持 这 10% 规则。
并且，在 这些
强壮的 设置。
所以 去 后退 到 这 其他 分析器。
所以 这里 I 还 有
一些 轮廓 情节 使用 这 轮廓 分析器， 和 他们 能 还 是 用过的
到 更好的 理解 这 最好的 区域 为了 这 加工 和 为了 配置
这 过程 和 这些 是 通常 这 白色的 区域 哪个 提供
这 在规格中 区域 为了 a 组合 的 二 控制 因素。
和 I 希望 你 喜欢 这 旅行，
和 和 这 I 手 超过 后退 到 坦率 到 讨论 这 结果。
好的， 感谢 你， 沃尔克。
所以，
现在 我们 能 去 到 这 验证 实验，
的 课程， 一次 我们 优化 这 设置
现在 我们 能 制作 一个 实验 到 查看 无论 真的 这 测量 的 这 新的
超高效液相色谱 系统 和 这 气相色谱 分析 是 相等的。
所以 为了 这， 再次， 我们 放 向上 量规 R&R 学习，
也测量一个
哪个 是 相当 相似的 到 这 一
讨论 前 但 还 现在 我们 制作 测量 和 这 气相色谱 在 命令
到 比较 这 二 测量 方法。 你 看 这里 还 包括 作为 一 额外的
因素 在 仪表 R&R 是 这 乐器 因素。
好的。
所以 这里 是 这 结果 和 你 能 看
真的 那 我们 制作 相当 一个 改进 那 你 看 在 这 测量 R&R 结果。
那 主要 变化 现在是产品 变化。
你 看 那 现在 这 批 变化 是 不 更多的 被遮蔽 经过 噪音 测量 错误。
这 灰色的 区域 是 相当 狭窄的 比较的 到 这 一
我们 有 前， 和 那是 a 非常 好的 消息。
你 看 它是 主要 产品 变化。
所以 这 仪表 R&R 和 比率 是 相当， 火柴 我们的 目标。
意义 那 精确 宽容 比率 这里 是 关于 百分之八。
和 这 精度/公差比 是 六 次 这 仪表 R&R 数字
分裂 经过 这 宽容 的 这 化合物 ，400，即8%。
所以 这 精确 是 好的。
所以 那 这 测量 系统 是 合适的
到 是 用过的 在 质量 控制 为了 化合物 一。
好的。
化合物 一。 好的。
你 看 在 这 平行线 阴谋 只是 a 小的 穿越，
你 看 那 为了 莎拉， 指示 a 小的
或许 相互作用 之间 这 批次 和 操作符。
好的， 为了 化合物 二， 我们 有 到 看 这 相同的 事物 甚至 更好的。
所以 仅有的 5% 的 测量 休息与放松，
这 精确 宽容 比率， 5%，
相同的 事物， 非常 狭窄的 噪音 范围 和 不 主要的 穿越 的 这 線。
相当 平行线， 指示 不 操作员 偏见， 不 互动。
建模 化合物 一 分析， 我们 看 那 它是 主要
影响 经过 批， 和 还 小的 批 到 操作员 相互作用 影响。
化合物 一 和 为了 化合物 二。
好的， 现在 我们 能 看 这 非常 小的
相互作用事实 因为 我们 有 减少 这 测量 噪音 所以 很多
现在， 那 非常 小的 事实， 的 课程 现在 变得 可见的。
在 这 第一的 时间 我们 可以 不是 看 它， 我们 可以 不是 探测 它。
但 那 是 因为 的 a 非常 贫穷的 实验 力量。
但 现在 我们 增加
这 实验 力量
严重地 经过 只是 减少 这 实验 噪音，
的 课程， 现在 这 相互作用 在 事实 变成 可见的。
但 这 小的 一， 你 能 看 那 还
为了 这 关联 到 莎拉， 这 绿色的 线 的 莎拉，
但 这里 还 曾是 a 小的 问题 在 这 气相色谱
分析 作为 出色地， 不是 仅有的 为了 这 超高效液相色谱法， 但 还 为了 这 气相色谱 分析。
好的， 那是 一个 问题 到 是 解决 为了 错误的。
但 现在 它是 这里。
那些 二 图表 阐明 相当 清楚地
那 两个都 测量 系统 是 几乎 等效，UHPLC 结果
相对 这 气相色谱 结果。
我们 看 那 有 几乎 a 完美的，
非常 好的 相关性 和 全部 点 在 这 中 线。
所以 这 坡 是 几乎 一。
它是 不是 显著地 不同的 从 一。
和 还 那里 是 一个 截距 和 这 y 轴，
是 不是 显著地 不同的 从 零。
所以 这 方法 曾是 准备好 为了 验证， 超高效液相色谱 是 准确的 和 这
微不足道 不同之处， 哪个 你 看， 标准 分析 , 所以 非常 好的 结果。
和 我们 可以 说 那 这 问题 和 铲球 这 问题 和 MSA和DOE
曾是 非常 强大的， 领导 到 a 好的， 非常 好的 解决方案 到 我们的 问题
哪个 可以 是 实施的， 的 课程， 现在 在 生产。
谢谢 为了 你的 注意力 和 如果 那里 有任何问题，
请 让 我们 知道。
