Betreff: Verwenden des Funktionsdaten-Explorers zur Online-Kombination mit Offline-Daten für statistische Analysen (2020-EU-EPA-344)Hallo Sven, interessantes Poster!
Wenn ich gut verstehe, ist es so, dass (1) Sie mehrere Online-Spektren sammeln (2) den Funktionsdaten-Explorer verwenden, um die Eigenfunktionen und FPCs zu finden, und schließlich (3) die generalisierte Regression verwenden, um ein Modell unter Verwendung der Scores der Spektren auf den FPCs als Eingabe zu erstellen Faktoren und die Konzentration des Produkts als Antwort? Warum generalisierte Regression und nicht OLS?
Danke für die Information! Frank
Betreff: Verwenden des Funktionsdaten-Explorers zur Online-Kombination mit Offline-Daten für statistische Analysen (2020-EU-EPA-344)Hallo Frank,
für den ersten teil lasse ich @SvenSteinbusch Antworten. In Bezug auf GenReg vs. OLS, es gibt zwei Hauptgründe:
- Ein Teil der verwendeten Daten basierte auf einem DOE, und wir verwendeten dann die im Gende Explorer integrierte GenReg-Funktionalität, um die FPCs basierend auf den DOE-Faktoren als zusätzliche Variablen anzupassen.
- GenReg bietet ein interaktives Lösungspfad-Diagramm, das angibt, wann Sie beim Hinzufügen von Mroe und weiteren Modelleffekten zu einer Überanpassung kommen. So können Sie Variablen viel interaktiver auswählen als mit Fit-Modell und OLS. Darüber hinaus stehen Ihnen viele erweiterte Methoden zur Auswahl, die für bestimmte Situationen und Ziele optimiert sind. Diese Methoden sind im Allgemeinen meistens robuster gegen Ausreißer, Multikolinaritäten, fehlende Werte, Verteilungsprobleme, zensierte Daten und mehr. Und dies könnte öfter passieren als erwartet oder in der Vergangenheit gedacht.
Zusammenfassend sollten Sie, da Sie JMP Pro mit dem Functional Data Explorer haben, auch die erweiterten Modellierungsmethoden nutzen. Sie können diese Modelle leicht mit dem OLS-Modell vergleichen und feststellen, ob dies einen Unterschied macht. In vielen Situationen erhalten Sie ein nützlicheres Modell. Um fair zu sein, ist in einigen Situationen ein OLS-Modell gleichermaßen nützlich.
Hoffe das hilft ein bisschen. Martin
Betreff: Verwenden des Funktionsdaten-Explorers zur Online-Kombination mit Offline-Daten für statistische Analysen (2020-EU-EPA-344)Hallo Martin, danke für deine klarstellende Antwort, ich habe noch ein paar Fragen:
1. Ihr erster Punkt -> haben Sie die Antwort "Produktkonzentration" unter Verwendung der FPC- und DOE-Faktoren als Eingabevariablen modelliert?
2. In der Präsentation habe ich gelesen, dass Sie die Produktkonzentration zu mehreren Zeitpunkten vorhersagen. Ich gehe davon aus, dass Sie Konzentrationsdaten in mehreren Zeitintervallen c (t) gesammelt und für jedes Zeitintervall ti ein Modell für die Konzentration c (ti) erstellt haben.
danke für die Eingabe! Frank
Betreff: Verwenden des Funktionsdaten-Explorers zur Online-Kombination mit Offline-Daten für statistische Analysen (2020-EU-EPA-344)Hallo Frank,
Vielen Dank für Ihr Feedback!
Ich versuche Ihre Fragen zu beantworten:
- Wir haben Online-Prozessdaten eines Parameters aus mehreren Experimenten gesammelt.
- Wir haben die FDE verwendet, um die Daten zu analysieren, ein Funktionsmodell zu erstellen und die FPCs für die nachfolgende Analyse zu erhalten
- Die FPCs wurden schließlich mit den Offline-Daten zur Produktkonzentration verknüpft, um die Konzentration basierend auf den FPCs bzw. den Online-Prozessdaten vorherzusagen
Im ersten Teil des Posters (linke Seite) wurden die Abweichungen in den Online-Prozessdaten mit der Produktkonzentration unter Verwendung der FDE korreliert.
Im zweiten Teil (rechte Seite) haben wir die Produktkonzentration eines laufenden Prozesses basierend auf den historischen Daten vorhergesagt. Die historischen Daten wurden verwendet, um ein Vorhersagemodell für die Produktkonzentration zu erstellen, das auf den FPCs aus der FDE-Analyse basiert. Wir haben die aktuell verfügbaren Daten des laufenden Prozesses zu verschiedenen Zeitpunkten genommen, diese Daten in das FDE-Modell aufgenommen, die spezifischen FPC-Werte des laufenden Prozesses extrahiert und diese Daten in das vorhandene Vorhersagemodell eingegeben. Auf diese Weise war es möglich, die Produktkonzentration zu verschiedenen Zeitpunkten des laufenden Prozesses vorherzusagen.
Die besten Wünsche
Sven
Betreff: Verwenden des Funktionsdaten-Explorers zur Online-Kombination mit Offline-Daten für statistische Analysen (2020-EU-EPA-344)Sven, danke für diese klare Antwort, tolle Arbeit! Frank
Verwenden des Funktionsdaten-Explorers zum Online-Kombinieren mit Offline-Daten für die statistische AnalyseDie Fähigkeit, das Wissen hinter Daten zu erforschen, wird in Zukunft ein wichtiger strategischer Vorteil sein. Für Offline-Daten sind statistische Analysen gut etabliert und werden häufig verwendet. Die statistische Analyse von Online-Daten und deren Korrelation mit den jeweiligen Offline-Daten ist sehr komplex. Die Implementierung neuer Datenanalysetools in JMP Pro bietet jedoch eine Möglichkeit, Online-Daten für statistische Analysen verfügbar zu machen.
Mit dem Functional Data Explorer (FDE) und der Generalized Regression-Anwendung haben wir erfolgreich Daten eines biopharmazeutischen Prozesses analysiert und versteckte und unerwartete Korrelationen zwischen Online- und Offline-Daten entdeckt. Diese neuen Tools ermöglichen es uns, unsere Prozesse besser zu verstehen, wodurch wir Optionen besser identifizieren können, um unsere Prozesse zu optimieren.
DatenexplorationePosterVorausschauende ModellierungVideo
