Exemple pour la fonction Etude de stabilité avec un facteur de lot aléatoire

Sélectionner le modèle

Un ingénieur qualité travaillant pour un fabricant de médicaments souhaite déterminer la durée de stockage maximale d'un médicament. La concentration de l’ingrédient actif dans le médicament diminue avec le temps. L’ingénieur veut déterminer quand la concentration atteint 90 % de la concentration prévue. L’ingénieur sélectionne au hasard 8 lots de médicaments parmi une plus grande population de lots possibles et teste un échantillon de chaque lot à neuf moments différents.

Pour estimer la durée de stockage, l'ingénieur effectue une étude de stabilité. Étant donné que les lots sont un échantillon aléatoire à partir d’une plus grande population de lots possibles, le lot est un facteur aléatoire au lieu d’un facteur fixe.

  1. Ouvrez l’exemple de données DuréeStockageAléatoireLots.MWX.
  2. Choisissez Stat > Régression > Etude de stabilité > Etude de stabilité.
  3. Sélectionnez Le lot est un facteur aléatoire (modèle mixte).
  4. Dans Réponse, saisissez %Médicament.
  5. Dans Durée, saisissez Mois.
  6. Dans Lot, saisissez Lot.
  7. Dans Spécification inférieure, saisissez 90.
  8. Cliquez sur Graphiques.
  9. Sous Graphiques des valeurs résiduelles, sélectionnez Quatre en un.
  10. Cliquez sur OK dans chaque boîte de dialogue

Interpréter des résultats

La valeur p qui compare les modèles avec et sans l’interaction Mois par lot est de 0,059. Étant donné que la valeur p est inférieure au niveau de signification de 0,25, l’analyse utilise le modèle avec l’interaction Mois par lot. La durée de conservation, qui est d’environ 53 mois, est une estimation de la durée pendant laquelle l’ingénieur peut être sûr à 95 % que 95 % du médicament est au-dessus de la limite inférieure des spécifications. L’estimation s’applique à tout lot que l’ingénieur sélectionne au hasard dans le processus.

Les résidus marginaux peuvent ne pas suivre une distribution normale à variance constante. Les points du graphique de probabilité normale ne suivent pas bien la droite. L’une des raisons du comportement non normal des résidus marginaux est que, lorsque le modèle final inclut l’interaction lot-temps, la variance des résidus marginaux dépend de la variable temporelle et peut ne pas être constante. Vous pouvez utiliser les valeurs résiduelles conditionnelles pour vérifier la normalité du terme d'erreur dans le modèle.

Informations sur les facteurs

FacteurTypeNombre de
niveaux
Niveaux
LotAléatoire81; 2; 3; 4; 5; 6; 7; 8

Sélection du modèle avec α = 0,25

ModèleLog de
vraisemblance
-2
DifférenceValeur de p
Mois Lot Mois*Lot128,599   
Mois Lot133,4244,824760,059
Termes dans le modèle sélectionné : Mois; Lot; Mois*Lot

Composantes de la variance

SourceVar% du totalVar. ErTValeur de ZValeur de p
Lot0,52740972,91%0,3038531,7357390,041
Mois*Lot0,0001740,02%0,0001421,2241020,110
Erreur0,19573927,06%0,0367525,3259320,000
Total0,723322       

Récapitulatif du modèle

SR carréR carré
(ajust)
0,44242496,91%96,87%

Coefficients

TermeCoeffCoef ErTDLValeur de TValeur de p
Constante100,0602470,2687067,22372,3783470,000
Mois-0,1387660,0057947,22-23,9501960,000

Prévisions des effets aléatoires

TermeBLUPEcTypDLValeur de TValeur de p
Lot         
  11,3594330,31398812,454,3295670,001
  20,3953750,31398812,451,2592030,231
  30,1091510,31398812,450,3476290,734
  4-0,4093220,31398812,45-1,3036230,216
  5-0,1356430,31398812,45-0,4320010,673
  6-1,0647360,31398812,45-3,3910060,005
  70,0494200,31398812,450,1573940,877
  8-0,3036780,31398812,45-0,9671640,352
Mois*Lot         
  10,0062810,00858110,490,7319250,480
  20,0199050,00858110,492,3195370,042
  3-0,0138310,00858110,49-1,6117420,137
  40,0034680,00858110,490,4041730,694
  50,0012400,00858110,490,1444550,888
  60,0002760,00858110,490,0321440,975
  7-0,0109610,00858110,49-1,2772720,229
  8-0,0063780,00858110,49-0,7432200,474

Ajustements et diagnostics marginaux pour les observations aberrantes

Observation%MédicamentValeur
ajustée
DLRésiduelleVal. résid.
norm.
10101,56400099,6439507,043681,9200502,375254R
31100,61800098,8113547,052731,8066462,213787R
5598,48100096,7298668,873831,7511342,033482R
R : Valeur résiduelle élevée

Estimation de la durée de stockage

Limite de spéc. inférieure = 90
Durée de stockage = durée pendant laquelle vous pouvez être sûr à 95 % qu'au moins 95 % de la
     réponse se trouvent au-dessus de la limite de spécification inférieure
Durée de stockage pour tous les lots = 53,1818

Vérifier les valeurs résiduelles conditionnelles

  1. Sélectionnez Stat > Régression > Etude de stabilité > Etude de stabilité.
  2. Cliquez sur Graphiques.
  3. Dans Valeurs résiduelles des graphiques, sélectionnez Conditionnel, standard.
  4. Cliquez sur OK dans chaque boîte de dialogue.

Interprétation des résultats

Dans ces résultats, les valeurs résiduelles conditionnelles suivent visiblement une loi normale. Le modèle complet semble correctement ajusté aux données.