具有随机批次因子的稳定性研究示例

解释结果

比较具有和不具有“按批次的月份”交互作用的模型的 p 值为 0.059。由于 p 值小于显着性水平 0.25，因此分析使用具有按批次的月份交互作用的模型。保质期约为 53 个月，是工程师对 95% 的药物高于规格下限有 95% 的置信度的估计时间。估计值适用于工程师从流程中随机选择的任何批次。

边际残差可能不会服从包含恒定方差的正态分布。正态概率图上的点未完全沿直线分布。导致边际残差的非正态行为的一个原因在于，当最终模型包括“批次*时间”交互作用项时，边际残差的方差取决于时间变量，而且可能不是常量。您可以使用条件残差检查模型中误差项的正态性。

因子信息

因子	类型	水平数	水平数
批次	随机	8	1, 2, 3, 4, 5, 6, 7, 8

模型选择，α = 0.25

模型	-2 对数似然	差值	P 值
月 批次 月*批次	128.599
月 批次	133.424	4.82476	0.059

方差分量

来源	变量	总和的 %	变量标准误	Z 值	P 值
批次	0.527409	72.91%	0.303853	1.735739	0.041
月*批次	0.000174	0.02%	0.000142	1.224102	0.110
误差	0.195739	27.06%	0.036752	5.325932	0.000
合计	0.723322

模型汇总

S	R-sq	R-sq（调整）
0.442424	96.91%	96.87%

系数

项	系数	系数标准误	自由度	T 值	P 值
常量	100.060247	0.268706	7.22	372.378347	0.000
月	-0.138766	0.005794	7.22	-23.950196	0.000

随机效应预测

项	BLUP	标准差	自由度	T 值	P 值
批次
1	1.359433	0.313988	12.45	4.329567	0.001
2	0.395375	0.313988	12.45	1.259203	0.231
3	0.109151	0.313988	12.45	0.347629	0.734
4	-0.409322	0.313988	12.45	-1.303623	0.216
5	-0.135643	0.313988	12.45	-0.432001	0.673
6	-1.064736	0.313988	12.45	-3.391006	0.005
7	0.049420	0.313988	12.45	0.157394	0.877
8	-0.303678	0.313988	12.45	-0.967164	0.352
月*批次
1	0.006281	0.008581	10.49	0.731925	0.480
2	0.019905	0.008581	10.49	2.319537	0.042
3	-0.013831	0.008581	10.49	-1.611742	0.137
4	0.003468	0.008581	10.49	0.404173	0.694
5	0.001240	0.008581	10.49	0.144455	0.888
6	0.000276	0.008581	10.49	0.032144	0.975
7	-0.010961	0.008581	10.49	-1.277272	0.229
8	-0.006378	0.008581	10.49	-0.743220	0.474

异常观测值的边际拟合和诊断

观测值	药品%	拟合值	自由度	残差	标准化残差
10	101.564000	99.643950	7.04368	1.920050	2.375254	R
31	100.618000	98.811354	7.05273	1.806646	2.213787	R
55	98.481000	96.729866	8.87383	1.751134	2.033482	R

估计稳定期

规格下限 = 90
稳定期 = 您可以 95% 确信至少 95% 的响应高于规格下限的时间期间
所有批次的稳定期 = 53.1818

解释结果