Zu präzise ist nicht gut genug? Anwendung statistischer Methoden mit Augenmaß.
Der Mathematiker Abraham Wald bezeichnete Statistik als eine Zusammenfassung von Methoden, welche uns erlauben, vernünftige Entscheidungen im Falle von Ungewissheit zu treffen. Der Begriff „erlauben“ besagt bereits, dass die Anwendung statistischer Methoden nicht zwangsweise zu vernünftigen Entscheidungen führen muss. Durch die Wahl der statistischen Methoden und das Vorgehen bei der Anwendung beeinflussen wir, wie zielsicher und auch wie steinig der Pfad wird. Den Aspekt der „Unwissenheit“ klammere ich hier bewusst aus. Nur so viel: GxP-Inspektoren zeigen sich selten erfreut, wenn Unwissenheit der Grundstein einer Validierung ist.
Wir zeigen in diesem Blog Beitrag anhand eines Fallbeispiels, wie wichtig für eine zielführende Bewertung und gleichzeitig tückisch statistische Verfahren bei der Validierung und Verifizierung analytischer Methoden sind. Fakt ist: Liegt eine sehr gute Präzision (= sehr geringe Streuung) der Messergebnisse vor, ist dies bei objektiver Betrachtung ein positiv zu bewertender Sachverhalt. Sie werden in diesem Fallbeispiel mit der undankbaren Situation konfrontiert, wenn statistische Tests die exzellente Präzision „bestrafen“. Sie werden Antworten auf die Frage finden: Wie lassen sich diese unnötigen Komplikationen schon bei der Wahl der Akzeptanzkriterien vermeiden?