데이터가 곡선일 때 수행할 작업(2019-US-45MP-213)레벨: 고급
Sam Gardner, 수석 연구 과학자, Elanco Animal Health
의약품 개발의 많은 상황에서 가장 관련성이 높은 데이터는 시간 함수(곡선)인 값입니다.곡선 처리에 대한 기존의 접근 방식은 종종 결과의 전체 시간 종속성을 무시하고 곡선의 한 측면에만 집중합니다. 이로 인해 종종 정보 손실이 발생합니다.
전체 곡선을 활용하는 세 가지 분석 방법에 대해 설명합니다. 1) 데이터가 시간에 따라 정렬되면 다변량 방법을 사용하여 데이터를 특성화할 수 있습니다. 2) 매개변수화된 모델로 데이터를 설명할 수 있는 경우 해당 모델을 각 곡선에 맞추면 새 데이터가 되는 모델 매개변수가 생성됩니다. 3) 곡선의 데이터가 시간 정렬되지 않았거나 매개변수화된 모델로 설명하기에 너무 복잡한 경우 Functional Data Explorer를 사용하여 평활화 모델을 각 곡선에 맞출 수 있으며 다시 매개변수를 부드러운 곡선 맞춤이 새로운 데이터가 됩니다.DOE는 이러한 방법과 결합하여 곡선이 DOE 요인에 어떻게 의존하는지 이해할 수 있습니다. 이 강연에서는 제약 제품 개발의 실제 사례를 사용하여 JMP를 사용하여 DOE와 결합된 이러한 각 접근 방식을 적용하는 방법을 보여줍니다.
예 2에 대한 JMP 공개 보고서 링크: https://public.jmp.com/packages/Using-a-Parametric-Model-to-Reduce-a-Cur/js-p/f9wjDHcLJQ4C5kF3vsQSl
베스트 오브 서밋탈주암사슴예측 모델링동영상Re: 데이터가 곡선일 때 해야 할 일(2019-US-45MP-213)응답해 주셔서 감사합니다.기술 전문가 개발자분들의 답변을 기다립니다.내가 염두에 두고 있는 응용 프로그램은 시간이 지남에 따라 학습하고 있으며 현재 상태는 상당히 큽니다. 이것은 큰 N입니다.비선형 매개 변수화 모델을 지정하고 다항식도 적합하지만 FDE가 더 나은 적합성을 제공하는지 또는 곡선의 기능적 형태를 더 잘 이해하는 데 도움이 될 수 있는지 궁금합니다.
Re: 데이터가 곡선일 때 해야 할 일(2019-US-45MP-213)흥미로운 질문입니다.시뮬레이션된 무작위 노이즈 데이터, 500000개 프로파일, 프로파일당 5개의 시점에 대해 시도했으며 JMP 15.0은 약 10분 동안 처리한 후 충돌했습니다.나는 1000개와 10000개의 프로필로 약간의 단계적 확장을 했고 그것들은 잘 작동하는 것 같았습니다.그래서 10000에서 500000 사이 어딘가에서 고장나기 시작하는데 왜 그런지 모르겠습니다.개발자나 기술 전문가 중 한 명이 이에 대해 의견을 낼 수 있습니다.@chris_gotwalt1 FDE의 데이터 크기에 대한 지침이 있습니까?
Re: 데이터가 곡선일 때 해야 할 일(2019-US-45MP-213)매우 풍부한 프레젠테이션. 그래프 작성기에서 혼합 모델, 비선형 모델링, 기능적 데이터 탐색기로의 흐름에 감사했습니다.FDE에서 분석할 수 있는 사례 수에 제한이 있는지 궁금합니다. 즉, 5개 기간 동안 500,000개의 물체를 측정한 경우 FDE에서 이 데이터 세트를 분석할 수 있습니까?다시 말하지만 훌륭한 프레젠테이션입니다!
