DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Ho costruito DOE personalizzati con componenti principali e componenti principali funzionali come covariate e per entrambi ho ottenuto buoni modelli equivalenti. L'FDE è davvero uno strumento eccellente, tuttavia c'è un vantaggio nell'usare componenti di principio funzionale rispetto ai normali PC per impostare un DOE personalizzato covariato? Sono entrambi equivalenti?
Ri: DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Grazie Phil, questo è chiaro! Questo strumento FDE è un grande passo avanti!
Ri: DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Grazie, @frankderuyck . Ha senso.
Sì, se i tuoi dati funzionali hanno tutte le osservazioni allineate nella dimensione X (tempo o numero d'onda), allora potresti usare PCA regolare o PCA funzionale e mi aspetto che otterrai un modello altrettanto buono.
Tuttavia, potrebbe esserci un vantaggio nell'utilizzo di FDE in quanto alla fine potresti trovare quali PC funzionali sono correlati alla tua risposta DoE e quindi visualizzare la forma della funzione per un dato valore della risposta, ad esempio i casi migliori o peggiori.
Penso che probabilmente ci sia un vantaggio nell'interpretazione usando FDE rispetto al normale PCA.
Nei casi in cui i dati funzionali non hanno osservazioni allineate nella dimensione X, non sarà possibile utilizzare la PCA regolare, a meno che non si lavori molto per creare osservazioni allineate mediante interpolazione.
Ri: DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Phil, il mio caso riguarda la previsione della concentrazione di un componente in una miscela tramite spettri. Gli spettri sono funzioni correlate sui diversi campioni di miscela, immagino che in questo caso si possano usare sia PCA che FPCA? Se ho capito bene, nel caso in cui le funzioni non siano correlate come ad es. process time series è meglio noi FPCA?
Ri: DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Ciao,
Sarebbe bello se potessi dire di più sul tuo esempio reale. Cosa stai usando PC funzionali e regolari per descrivere?
È molto difficile fornire un esempio. Ma ci saranno situazioni in cui il PCA regolare non è utile per riassumere una covariata. Ad esempio, se la covariata è una serie temporale di un sensore che registra una variabile per ogni batch attraverso un processo e il campionamento è irregolare nella dimensione temporale.
Saluti,
FilRi: DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Ciao Phil, potresti chiarire la tua risposta con un esempio?
Ri: DOE personalizzato con componenti di principio o componenti di principio funzionale come covariate?Ciao @frankderuyck ,
Sembra un'applicazione davvero interessante di Functional Data Explorer.
La tua domanda:
"... c'è un vantaggio nell'usare i componenti del principio funzionale rispetto ai normali PC per impostare un DOE personalizzato covariato? Sono entrambi equivalenti?"
Penso che questo dipenderà molto da quali sono i componenti principali (regolari e funzionali).
Saluti,
Fil
