Calcular intervalos de tolerancia estadísticos en JMP
Jean-François Michiels 1 , Sara Janssen 2 , Pierre Lebrun 3 .
1 Autor correspondiente, jean-francois.michiels@arlenda.com , Arlenda SA, Lieja, Bélgica ( http://www.arlenda.com )
2 Janssen Biologics, Leiden, Países Bajos
3 Arlenda SA, Lieja, Bélgica
Existen dos tipos de intervalos de tolerancia estadística. Primero, el intervalo de tolerancia de expectativa beta es un intervalo estadístico dentro del cual se espera que caiga una proporción específica (beta) de la población. El segundo tipo es el intervalo de tolerancia de confianza gamma de contenido beta, que es un intervalo dentro del cual se encuentra una proporción beta de la población, con el nivel de confianza gamma. Esos intervalos se utilizan ampliamente en la industria farmacéutica. Por ejemplo, en estudios puente, se calcula un intervalo de tolerancia de confianza gamma de contenido beta sobre los datos obtenidos con un proceso de referencia y un intervalo de tolerancia de expectativa beta se calcula sobre los datos obtenidos con un proceso modificado. Si el último está incluido dentro del primero, entonces la modificación no afecta el proceso. Dependiendo de los modelos estadísticos, los intervalos de tolerancia se pueden calcular con fórmulas exactas, aproximaciones asintóticas o mediante simulaciones. Para los modelos lineales de efectos fijos (por ejemplo, ANOVA 1 fijo, regresión lineal), los intervalos de tolerancia ya se pueden calcular fácilmente en JMP utilizando la plataforma de distribución o la plataforma del modelo de ajuste. Se han desarrollado y publicado fórmulas para modelos con un factor aleatorio. Sin embargo, los científicos todavía necesitan la ayuda de los estadísticos para calcularlas, ya que esas fórmulas no están implementadas en un software fácil de usar como JMP. Con la ayuda de Janssen, Arlenda desarrolló y validó un complemento JMP destinado a calcular intervalos de tolerancia para modelos con un factor aleatorio, como un modelo ANOVA aleatorio unidireccional. Este complemento ayudará a los científicos a calcular por sí mismos estos intervalos de tolerancia, mientras que los estadísticos pueden centrarse en otros análisis complejos.
Me pregunto si podría tener el complemento.
También considere consultar la tolerancia del paquete R y el libro Statistical Tolerance Regions de Krishnamoorthy y Mathew, Wiley, 2008.
Si no te importa, necesito este complemento.
