Hola todos.
Este presentación voluntad ser acerca de Análisis del sistema de medición,
y optimización de un UHPLC M medición Sistema.
Presentadores son mí mismo, Frank Deruyck
de HoGent Colegio Universitario de Aplicado Ciencias,
y también Volker Kraft de JMP Académico Programa
voluntad llevar cuidado de el población
demostrando el JMP herramientas para datos análisis.
Bueno. El problema declaración y descripción.
Bien, en a químico compañía,
justo [inaudible] químico compañía,
el presentación era inspirado por un pasantía de a alumno
y una empresa química, y de curso el material tenía a ser conservó confidencial.
Entonces I justo voluntad hablar acerca de el químico compañía,
y también el cifras son a pequeño poco modificado, pero No problema.
Qué es el ¿declaración?
Bueno, SPC reveló significativo lote a lote variación en crudo material
y tiene causado problemas en el producto calidad.
Entonces eso, bueno,
allá era un asunto con el proveedor eso era necesario eso todo suministrado lotes,
él era necesario a analizar a ellos todo.
Pero de curso uno problema es eso
allá era a también lento análisis procedimiento GC,
y un método analítico UHPLC rápido es bajo desarrollo,
era en desarrollo, pero no listo
para validación porque de también fuerte medición variación.
Y el meta de este estudiar es a especificar robusto y óptimo ajustes
del método UHPLC entonces eso validación de el nuevo método voluntad ser posible.
Gracias, Franco.
Laboral con el JMP académico equipo para más que diez años ahora,
nosotros ayudó muchos universidad profesores mundial a conseguir acceso a JMP licencias
para enseñanza, pero también a enseñanza recursos como el caso estudiar biblioteca
en el enlace, jmp.com/cases,
profesores conseguir gratis acceso a más más de 50 casos,
cada narración a historia acerca de a real mundo problema
y a paso por paso solución, incluido el datos conjuntos y ceremonias.
Qué nosotros presente hoy es disponible como a serie de tres caso estudios,
enfoque en estadístico control de procesos,
medición sistemas análisis, y diseño de experimentos.
Mientras Franco voluntad hablar acerca de el problema
y el solución ellos desarrollado para a Farmacéutica compañía en Bélgica,
I voluntad manifestación alguno de el análisis pasos usando JMP Pro.
Dejar a mí decir agradecer tú a Franco para intercambio estos casos con el académico comunidad,
OMS en realidad bienvenido semejante mundo real ejemplos
próximo de practicantes en el industria.
I también desear a agradecer Murali, de nuestro equipo académico en India,
OMS obras de teatro a llave role en mejorando nuestro caso estudiar biblioteca
como el desarrollo de estos casos juntos con Franco.
Bueno, aquí en este trama verás muy claramente el ilustración el problema.
Entonces qué aquí es mostrado es a trama de el mediciones de el nuevo Método UHPLC,
pero no- optimizado y también como a función de el medición
de el GC estándar método, cual era muy preciso y preciso.
Y tú poder claramente ver eso allá son alguno problemas.
Entonces diferente operadores hecho alguno mediciones en diferente lotes
y tu puedes ver eso el predicción intervalos son bastante grande.
Tú ver a rango a veces encima 100 miligramos por litro.
Y tú poder también ver eso a veces es no claro si una medida
está dentro de las especificaciones, como en el izquierda gráfico tú poder ver él
y también en el bien gráfico tú poder ver Hay también ratios con exactitud
significado eso Hay a grave problema,
y primero de todo nosotros voluntad explorar el causas fundamentales de la variación
usando medición sistema análisis,
el causas de variación, y también el GAMA voluntad usar optimizado
según las estadísticas pensamiento concepto
cual voluntad ser ilustrado en el próximo diapositivas.
Tú ver el estadístico problema Flujo del proceso de resolución.
Entonces para el costo de el problema,
el problema con nuestro U HPLC medición error,
nosotros voluntad abordar este por análisis del sistema de medición,
y a exportar el variación raíz causas, I puede uso del curso DOE,
también a optimizar el proceso ajustes de el U HPLC sistema.
El método Lo haremos usar para cuantificando el variación fuentes es
el medición sistema análisis, y algunos teoría I voluntad espectáculo.
Entonces es acerca de el cuantificando de el diferencia componentes de el total diferencia.
Total diferencia medio el diferencia por todas las medidas,
por diferente operadores, diferente productos.
Entonces nosotros tener dos diferentes componentes,
el producto variación,
Sigma cuadrado producto, y el medición variación.
El medición variación muy Lo importante también se descompone
en dos importante componentes, el repetibilidad el diferencia
pendiente a falta de precisión por repetido
mediciones, y también el valores entre operadores.
Entonces el Sigma cuadrado grande R cual es el reproducibilidad.
Y muy importante criterio en orden t sombrero, lo siento,
importante criterio
declarando eso el medición sistema es solo adecuado para detección de variación
en el proceso, proceso variación, es eso el por ciento G descanso y relajación, cual es el
medición error dividido por el total error, debería ser menos que 10 por ciento.
Entonces el fracción de medición error era
abajo 10 por ciento total de el total variación.
Entonces nosotros poder usar él para proceso seguir arriba.
Si es no el caso, él es más alto,
entonces nosotros correr el riesgo eso nosotros voluntad control nuestro proceso
en medición variación, y de curso no a muy saludable asunto.
Entonces él debe ser más bajo que 10 por ciento, eso es el principal criterio.
Bueno, dejar a mí ir a próximo deslizar.
Y para este nosotros voluntad usar a R&R de calibre estudio, un estudio Gauge R&R
es principalmente un diseño experimental,
entonces eso nosotros voluntad seleccionar tres operadores aleatorios,
John, Laura, y Sara,
OMS voluntad hacer repetido mediciones dos veces en cuatro diferente lotes cada.
Así lo hemos hecho,
nosotros tener estado capaz a cuantificar el dentro de la variación del operador
repetibilidad, el reproducibilidad, la entre variación del operador,
y también el producto variación, la variación entre lotes.
Bueno, Volker, me voy. el piso a tú ahora.
Bueno. Agradecer tú, Franco.
Y antes I voluntad venir a MSA,
I quería como a brevemente cubrir qué incluido en el primero parte de el serie,
a saber control gráficos y proceso capacidad.
Entonces este es uno de el datos conjuntos aquí
medición el dos compuestos, nuestro continuo respuestas,
compuesto uno y compuesto dos, usando el bien pero lento GC método.
Entonces datos tiene estado coleccionado encima ocho días,
con dos lotes por día y para dos diferente vendedores, A y B.
Entonces cuando el equipo comenzó,
el primero actividad era a controlar y confirmar normalidad de el datos
para este, ellos miró en normal cuantil parcelas.
Ellos también equipado a normal distribución.
Bueno, Lo siento para este.
Entonces ellos miró en a normal cuantil trama,
y ellos también equipado a normal distribución seguido por a bondad de prueba de ajuste.
Y allá era nada crítico de eso análisis.
Explorador distribuciones, el problema convertirse claro.
Entonces mirando en datos de diferente días, nosotros poder ver a enorme
lote por lote variación, incluso para lotes próximo de el mismo día.
Y este medio eso proceso electrónico escucha es no posible
porque
el variabilidad de este GC método era alto
y el método era también lento.
Entonces él necesario a lote de tiempo
a monitor el lotes.
Y por lo tanto uno equipo actividad era
a trabajar juntos con el vendedores y otros a reducir eso variación.
Y otro actividad,
cual es descrito en el otro regiones de el estudiar, investigado a método más rápido,
como mencionado por Franco, usando el nuevo UHPLC medición método.
Entonces justo mirando a poco más en el viejo método, el GC método.
Entonces el equipo miró en uno dimensional
control gráficos y también proceso capacidad para ambos compuestos, de curso,
y ellos también miró en multivariante y modelo impulsado
control gráficos.
Y aquí nosotros ver eso allá eran alguno extremo agujas en a multi dimensional
análisis, y ellos podría también ver el contribuciones de el diferente
compuestos o respuestas.
Este es el conclusión de el primero investigación usando el viejo método.
Entonces aquí el resultado era eso
ambos procesos mirando en el proceso actuación aquí, eso ambos procesos,
entonces compuesto A y compuesto B, eran incapaz pero estable.
Para proveedor A
y para proveedor B,
nosotros ver eso compuesto uno era incluso inestable siguiente estos bandera aquí.
Entonces todo de este motivado el equipo a mejorar el medición proceso.
Y este trae a nosotros a parte dos de esta serie
y este es acerca de analizando el medición sistema.
Entonces este datos aquí eran coleccionado para todo el combinaciones, repetido dos veces,
entre cuatro lotes y tres operadores,
usando el nuevo UHPLC medición método.
Entonces el meta aquí era a medida todo
lotes de crudo material usando este más rápido método y tal vez a permitir alguno
monitoreo en línea de el crudo material en el futuro.
Entonces a conseguir comenzó con el nuevo datos,
el equipo miró en a dos forma Análisis de varianza, y este puede tonto tú.
Este producción.
Entonces en ambos compuestos,
compuesto uno y dos, el lote efecto es muy significativo.
Entonces eso es bien noticias.
Y también el operador efecto y el interacción entre lote y operador,
estos efectos son no- significativo, pero el RMSE es bastante alto.
Entonces eso medio eso nosotros son tal vez mirando en datos
y los efectos que tenemos son también interesado en son solo oculto por ruido.
Entonces antes tú mirar en semejante un análisis,
el primero pregunta debería ser dónde es el variación en nuestro datos próximo ¿de?
Y segundo, son nosotros medición el ¿señal?
Son nosotros en realidad mirando en el señal o son nosotros justo medición ¿ruido?
Y a conseguir un idea acerca de este,
a perfecto visualización de el patrones de variación es a variabilidad cuadro.
Y para estos dos fuentes de variación, lote y operador,
aquí nosotros ver todo el datos agujas para todo operadores y todo lotes.
Entonces nosotros tener dos mediciones por lote por operador.
Y para estos dos, nosotros ver el significar.
Nosotros también ver el grupo significar para uno operador y nosotros también ver el en general significar.
Eso es el punteado línea aquí para todo nuestro mediciones.
Y nosotros poder mirar en este para ambos compuestos, de curso.
Entonces aquí, para instancia, para compuesto dos, nosotros ver eso Laura tiene
variación bastante alta, en el menos comparado a el otro dos operadores.
Entonces eso es a visual análisis.
El método de análisis y el procedimiento a utilizar
a conseguir a mejor conocimiento en el medición sistema actuación
es un MSA o medición sistemas análisis.
Y este era también hecho para el no- optimizado U Método HPLC.
Entonces aquí, para instancia,
para el primero compuesto, nosotros ver este promedio cuadro
y este cuadro espectáculos el datos juntos con el control límites
o con el ruido banda.
Y qué nosotros ver aquí es no bien noticias en absoluto,
porque nuestro mediciones, nuestro datos es dentro este ruido banda,
entonces él voluntad ser en realidad duro a detectar cualquier señal con eso ruido nivel.
Otro producción es este paralelismo trama.
Entonces aquí nosotros poder controlar interacciones entre lotes y operadores y este quería
indicar un interacción si alguno de estos pauta son no paralelo.
Y este es el Pulso electromagnético método.
Entonces este se encuentra para evaluación del proceso de medición
y tú probablemente saber este como Indicador Descanso y relajación producción.
Y eso es qué también Franco mencionado.
Entonces aquí nosotros ver el señal, eso es el producto variación,
pero nosotros también ver el medición variación
dividir en repetibilidad y reproducibilidad.
Y aquí para el primero compuesto,
nosotros ver eso nosotros parecer a tener un asunto con repetibilidad.
Entonces el mismo operador haciendo el mismo medición de nuevo.
Y para el segundo componente,
nosotros ver eso Hay también a leve asunto con reproducibilidad como Bueno.
Entonces estos son mediciones entre diferente operadores.
Entonces el conclusión aquí es eso el sistema de medición
o el medición proceso es incapaz a detectar cualquier calidad cambio causado
por a significativo sistemático variación entre nuestro lotes.
Y con eso, I mano atrás a Franco.
Bueno, agradecer tú, Volker.
I pensar nosotros poder cambio a próximo diapositivas porque eso es qué nosotros discutido.
Está bien, está bien. qué tú presentado, Volker, eso es también en el diapositivas.
Bueno, Sí, aquí nosotros poder comenzar.
Y nosotros comenzar con primero de todo, en el diseño de experimentos,
el mejoramiento estudiar, el proceso mejora estudiar.
Y primero o f todo,
en orden a mejor especificar nuestro experimental objetivos, nosotros debería primero de todo
ir a el raíz causa análisis para el alto medición error.
El laboratorio equipo,
después una lluvia de ideas con el equipo de laboratorio,
él vino afuera eso eran dos principal
raíz causas, uno enlace a el equipo y uno enlace a el método.
Y el uno enlace a el equipo era
el principal fuente para pobre repetibilidad porque él era a muy fuerte asunto
con inestable columna temperatura y eluyente caudal,
El UHPLC utiliza columna, es a cromatográfico técnica,
y también un eluyente para hacer separación,
a dirigir el compuestos a el columna y hacer separación posible.
Como a asunto de hecho él era deriva entre
diferente experimentos y incluso dentro uno experimento.
Este resultados de curso en a pobre repetibilidad.
Y el primero tarea, de curso, de el equipo de laboratorio
era a estabilizar de curso el columna temperatura y eluyente.
Porque si tú ir a cualquier diseño experimental,
de curso, nosotros necesidad a tener fijado ajustes de el temperatura
y eluyente caudales, cual son de curso dos importante factores.
Para el segundo asunto,
el método porque, además el estabilidad problema,
cual de curso era fijado, allá era también un asunto con
baja resolución porque de no- optimizado análisis proceso ajustes cual eran bastante
bajo y también inestable, significado eso cuando nosotros hacer pequeño turnos a caudal
y temperatura, allá eran a veces enorme turnos
también en resolución, indicando eso allá era también no solo
óptimo problema pero también a problema con robustez.
Entonces el meta era especificar no solo óptimo ajustes pero también robusto ajustes.
Entonces el variación de el resolución debería
ser mínimo como a función de alguno variación alrededor el ajustes
del proceso, la práctica, de el análisis.
Vamos justo ahora ir a el GAMA.
Y el objetivo, por supuesto, del DOE es que
nosotros especificar el respuesta variable es Y, el compuesto concentración
en el estándar muestras, y nosotros tener a hacer modelos de Esta Y,
el compuesto concentración es a función de el UHPLC control factores.
Y una vez nosotros tener el ecuaciones,
nosotros poder entonces de curso ir a mejoramiento, y qué es el mejoramiento ¿criterio?
Nosotros voluntad usar el calidad P encima T relación criterio.
Eso medio eso,
que nuestro,
fracción de el error
en el tolerancia rango debería ser más bajo que 10 por ciento.
Si tú tener el tolerancia rangos de nuestro compuestos cual son especificado,
compuesto uno
en el estándar muestra era un 300 miligramos por litro
más o menos 200 miligramos por litro,
entonces nosotros tener a hacer seguro eso y también el, Lo siento, el estándar muestra, dos,
dos estándar muestras, el objetivo de compuesto dos y el estándar
muestra dos es 450 más o menos 150 ppm especulación límites.
Y de curso si tú desear a alcanzar 10 por ciento
de este especificación rangos, eso medio eso bueno, nosotros tener a
dado nuestro atractivo función para mejoramiento, es eso ¿bueno?
Por qué debería fósforo objetivo compuesto concentración más bajo que ¿10 por ciento?
Significado eso para estándar muestra uno allá
debería ser 300 más o menos 20 ppm, 20 miligramos por litro .
Y para estándar muestra dos el compuesto La concentración debe ser
450 más o menos 15 miligramos por litro
eso es el criterio para mejoramiento.
Entonces como para nuestro modelo conseguir juntos con laboratorio expertos.
El factores son el principal efectos, el principal efectos y todo cuadrático efectos.
Y el principal efectos son el temperatura de el columna,
con el rango 25 a 35 grados Celsius, eluyente fluir tasa,
cinco a 15 miligramos por mililitro, y también un gradiente.
Qué es ¿un gradiente?
Bien eso medio eso allá es un aditivo, Acetronitrilo, en el eluyente y este
concentración de este Acetonitrilo aumenta a medida que a función de el volumen,
agregado como a función de fluir, el volumen, a través de el columna.
Eso medio
de volumen cero y uno mililitro es a rango entre cinco y veinte por ciento.
Y una vez el volumen es cinco a seis mililitros,
tenemos a rango de 35 a 70 por ciento de Acetonitrilo en el eluyente.
También un importante factor es el UV longitud de onda .
El detector es por UV y él debería ser revisado entre 192 y 270.
Y reunión creativa con el laboratorio expertos, OMS hizo ya bastante alguno preliminar
experimentos y tenía alguno experiencia con el UHPLC,
como a asunto de hecho, solo dos interacción efectos eran seleccionado.
Eso es el temperatura y eluyente caudal y también
el eluyente caudal interactuando con todo gradiente factores especificado arriba.
Entonces este medio eso el diseño preferido
a encontrarse el objetivos y a modelo, y a especificar el modelo parámetros.
Él era el costumbre diseño, y Volker voluntad ilustrar qué diseño era acerca de.
Bueno.
Agradecer tú Franco.
Entonces hablando acerca de el tercero parte de este caso estudiar serie cual es acerca de diseño
experimento y qué nosotros aprendió entonces lejos es eso nosotros tener a reducir el medición
variación cual es causado por este no optimizado UHPLC método.
Y este método poder ser descrito, como Franco puntiagudo afuera, por estos control ajustes
o proceso ajustes, como temperatura y entonces en.
Entonces nosotros también desear nuestro respuestas permanecer dentro su límites.
Entonces este Sigue el regla del 10 por ciento como dado Por Frank,
y estos límites son también agregado a nuestro datos.
Entonces a diseño semejante un experimento el equipo miró en a definitivo cribado diseño.
Entonces este uno aquí, y también agregado costumbre diseño y ambos con 25 rondas.
Entonces comparando ambos diseños, ellos usar el comparar diseño plataforma,
y tú poder ver varios razones cual son en favor de el costumbre diseño.
Entonces aquí, para instancia, para principal efectos nosotros ver levemente mejor fuerza para el DSD.
Pero para el otro más alto orden efectos nosotros ver
en realidad a alto beneficio para el costumbre diseño.
Mismo aquí, mirando en el fracción de el diseño
espacio nosotros ver eso el costumbre diseño es haciendo mejor.
Tú podría también mirar en el mapas de correlación,
y finalmente, el eficiencia es también en favor de el costumbre diseño.
Y para eso razón el equipo usado el costumbre diseño,
a costumbre diseño para aquellos estudios.
Entonces aquí nosotros tener el terminado datos
para el costumbre diseño, terminado con ambos respuesta mediciones.
Y para este nosotros también tener
el correspondiente lineal modelo.
Entonces aquí para el primero respuesta,
compuesto uno, y para compuesto dos, ambos con su perfiladores de curso.
Y Aquí está a perfilador combinado
con ambos respuestas en el inicial, justo el medio ajustes.
Y por maximizando el atractivo,
entonces I quería conseguir a el óptimo ajustes y nosotros ver eso nosotros son pareo
ambos objetivos aquí, 300 y 450 respectivo, nosotros son pareo a ellos perfectamente.
Sin embargo, nosotros también ver bastante grande sensibilidad indicadores.
Estos son el púrpura triángulos, y ellos son narración a nosotros eso en el óptimo punto,
nuestro respuesta superficie es bastante empinado en alguno dimensiones
y este reduce el robustez de nuestro proceso
en caso de alguno aleatorio variación de nuestro proceso ajustes.
Y este poder ser más analizado por añadiendo
el simulador a este perfilador y eso es hecho aquí.
Entonces aquí el simulador
define el aleatorio variación cual era definido por nuestro proceso expertos.
Y justo acuerdo el medio ajustes, más este aleatorio variación, simulando
10.000 de respuesta valores nosotros ver eso todo de nuestro respuesta valores son afuera de especulación.
Estos son todo defectos. De curso, nosotros son justo en el medio ajustes ,
Así que nada mejor a esperar aquí.
Traspuesta a nuestra configuración óptima y simulando de nuevo.
Entonces ahora nosotros ver eso el defecto tasa a ser esperado es arriba 12 por ciento.
Entonces de aquí el robustez poder ser aún mejor,
cualquiera a mano, usando el perfilador y el simulador
y el sensibilidad indicadores, o automáticamente por correr
un experimento de simulación cual es también construido en aquellos perfiles.
Entonces el equipo usado a manual acercarse
y estos son el robusto ajustes.
Ellos vino arriba con estos rojo ajustes aquí.
Y si I simular de nuevo, §nosotros ver eso el defecto tasa
ahora gotas abajo uno por ciento.
Entonces este es a Monte Carlos simulación, es todo aleatorio entonces el defecto tasa cambios
levemente con cada nuevo simulación, y tú poder también ver cómo el histogramas
de nuestro simulado respuesta datos comportarse bastante Bueno.
Entonces ellos son dentro nuestro rango, dentro nuestro límites
cual apoyo este 10 por ciento regla.
Y, en estos
robusto ajustes.
Entonces yendo atrás a el otro perfilador.
Entonces aquí I también tener
alguno contorno parcelas usando el contorno perfilador, y ellos poder también ser usado
a mejor entender el mejor regiones para el tratamiento y para configurando
el proceso y estos son típicamente el blanco regiones cual proporcionar
el en especificaciones regiones para a combinación de dos control factores.
Y I esperanza tú como este viaje,
y con este I mano encima atrás a Franco a conversar este resultado.
Bueno, agradecer tú, Volker.
Entonces,
ahora nosotros poder ir a el validación experimento,
de curso, una vez nosotros optimizar el ajustes
ahora nosotros poder hacer un experimento a controlar si en realidad el mediciones de el nuevo
UHPLC sistema y el GC análisis son equivalente.
Entonces para este, de nuevo, nosotros colocar arriba un medidor R&R estudiar,
midiendo también uno
cual es bastante similar a el uno
discutido antes pero también ahora nosotros hacer mediciones con el GC en orden
a comparar el dos mediciones métodos. Tú ver aquí también incluido como uno extra
factor en El medidor R&R es el instrumento factor.
Bueno.
Entonces aquí son el resultados y tú poder ver
en realidad eso nosotros hacer bastante un mejora eso tú ver en el Medir los resultados de R&R.
Eso El principal variación ahora es producto variación.
Tú ver eso ahora el lote variación es No más oscurecido por ruido medición error.
El gris área es bastante angosto comparado a el unos
nosotros tenía antes, y eso es a muy bien noticias.
Tú ver es principalmente producto variación.
Entonces el R&R de calibre y relación es bastante, partidos nuestro objetivo.
Significado eso precisión tolerancia relación aquí es acerca de ocho por ciento.
Y el relación precisión/tolerancia es seis veces el R&R de calibre cifra
dividido por el tolerancia de el compuesto , 400, lo que supone el ocho por ciento.
Entonces el precisión es bueno.
Entonces eso este medición sistema es adecuado
a ser usado en calidad control para compuesto uno.
Lindo.
Compuesto uno. Bueno.
Tú ver en el paralelo trama justo a pequeño cruce,
tú ver eso para Sara, indicando a pequeño
tal vez interacción entre el lotes y operadores.
Bueno, para compuesto dos, nosotros tener a ver el mismo cosa incluso mejor.
Entonces solo 5 por ciento de Indicador Descanso y relajación,
el precisión tolerancia relación, 5 por ciento,
mismo cosa, muy angosto ruido rango y No importante cruce de el pauta.
Bastante paralelo, indicando No operador inclinación, No interacciones.
Modelando el compuesto uno análisis, nosotros ver eso es principalmente
influenciado por lote, y también pequeño lote a operador interacción efecto.
Compuesto uno y para compuesto dos.
Bueno, ahora nosotros poder ver este muy pequeño
hecho de interacción porque nosotros tener reducido el medición ruido entonces mucho
ahora, eso muy pequeño hechos, de curso ahora convertirse visible.
En el primero tiempo nosotros podría no ver él, nosotros podría no detectar él.
Pero eso es porque de a muy pobre experimental fuerza.
Pero ahora nosotros aumentar
el experimental fuerza
en serio por justo reduciendo el experimental ruido,
de curso, ahora este interacción en hecho se convierte visible.
Pero el pequeño uno, tú poder ver eso también
para el enlace a Sara, el verde línea de Sara,
pero aquí también era a pequeño problema en el GC
análisis como Bueno, no solo para el UHPLC, pero también para el GC análisis.
Bueno, eso es un asunto a ser abordado para equivocado.
Pero ahora es aquí.
Aquellos dos gráficos ilustrar equitativamente claramente
eso ambos medición sistemas son cerca de equivalente, los resultados de UHPLC
versus el GC resultados.
Nosotros ver eso Hay cerca de a perfecto,
muy bien correlación con todo agujas en el medio línea.
Entonces el pendiente es cerca de uno.
Es no de modo significativo diferente de uno.
Y también allá es un interceptar con el y eje,
es no de modo significativo diferente de cero.
Entonces el método era listo para validación, UHPLC es preciso y el
insignificante diferencia, cual tú ver, estándar análisis , entonces muy lindo resultados.
Y nosotros podría decir eso el problema con abordando el problema con MSA y DOE
era muy poderoso, principal a a bien, muy lindo solución a nuestro problema
cual podría ser implementado, de curso, ahora en producción.
Gracias para su atención y si allá ¿Tienes alguna pregunta?
por favor dejar a nosotros saber.
