<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola
¿Hay alguna función de detección de picos para series temporales en JMP? Con herramientas como integración máxima, optimización de línea de base, etc. ?
Gracias
Ah tienes razón, no estaba pensando en algo tan completo como PeakFit. Definitivamente estoy interesado en el complemento que mencionaste. Te enviaré un correo electrónico al respecto.
Al hacer mis comentarios sobre el 'software de nicho', tenía en mente algo como http://www.sigmaplot.co.uk/products/peakfit/peakfit.php .
Sin embargo, como también dije, la forma en que JMP se compara con sus requisitos depende en última instancia de la profundidad y amplitud de estos últimos (y también de quién más en su grupo de trabajo, si es que hay alguien, necesita hacer lo que usted quiere hacer). Tengo un código para hacer áreas de pico simples si quieres enviarme un correo a an.cox@jmp.com . Si lo que desea es simple, me complacería crear un complemento para el intercambio de archivos (pero no puedo prometer hacerlo de inmediato).
Hola, Ian,
Gracias por las amables sugerencias. No hubiera pensado que integrar numéricamente una trama (que requiere un modelo de referencia) o calcular algunos valores óptimos locales sería un nicho, pero tal vez no se ajuste a la intención inicial de JMP. Estoy de acuerdo en que estas funciones se pueden programar: la integración es 'solo' una suma de pastillas, pero si pudiera evitar reinventar la rueda...
Dependiendo de la profundidad y amplitud de sus requisitos específicos, JMP tiene muchos de los componentes básicos que podría necesitar. Por ejemplo, el siguiente código genera algunos datos aleatorios y muestra cómo ajustar dos gaussianas (usando 'Analyse > Distribution'). Haga 'Archivo > Nuevo > Nuevo Script', copie y pegue el código en la ventana que aparece, luego haga 'Editar > Ejecutar Script'):
Nombres predeterminados a aquí ( 1 ) ;
// Hacer algunos datos con dos picos. . .
n1 = 500 ; mu1 = 0 ; sig1 = 1 ;
n2 = 500 ; mu2 = 2 ; sig2 = 2 ;
pico1 = j ( n1 , 1 , AleatorioNormal ( mu1 , sig1 )) ;
pico2 = j ( n2 , 1 , AleatorioNormal ( mu2 , sig2 )) ;
picos = VConcat ( pico1 , pico2 ) ;
dt = NuevaTabla ( "Picos" , NuevaColumna ( "Y" , Numérico , Continuo , Valores ( picos ))) ;
// Use 'Mezclas normales' en 'Distribución' para ajustar
dt << Distribución ( Distribución Continua ( Columna ( : Y ) , Distribución de ajuste ( Mezclas Normales ( Clústeres ( 2 ) ) ))) ;
Pero probablemente desee ajustar una mezcla de Lorentzianos, en cuyo caso necesitará 'Analizar> Modelado> No lineal' (ver, por ejemplo: https://www.jmp.com/about/events/summit2013/resources/Paper_Susan_Walsh.pdf para empezar con esto).
Sin embargo, recuerde que JMP es un software estadístico 'todo propósito': si desea la gama completa de capacidades que proporciona más software de nicho para manejar datos espectrales, tendría algo de trabajo por hacer y requeriría algunos conocimientos para hacerlo.
Estoy mirando rastros de métodos termoanalíticos. Al observar las integraciones máximas, puedo inferir el progreso de la reacción (alfa). Combinando dichos cálculos a lo largo de las diferentes trazas, se pueden estimar los parámetros cinéticos de las reacciones involucradas en el proceso.
Tal vez lo haya entendido mal, pero asocio la 'integración máxima' y la 'optimización de línea de base' más con datos espectrales que con series temporales. ¿Puede ser un poco más específico sobre los datos que tiene y lo que espera obtener de ellos, por favor?
