Lautsprecher | Transkript |
| mkane | Okay. Hallo zusammen, mein Name ist Martin Kane. Ich bin bei Exponent und hier, um über die Anpassung der Dosis-Wirkungs-Kurve für fehlerhafte Daten zu sprechen |
| hier beim JMP Discovery Summit 2020. Zunächst möchte ich dem Konferenzbeirat für die Einladung zu diesem Vortrag danken. |
| Und ich schätze die Gelegenheit und Chance, die Erkenntnisse, die ich durch JMP gewonnen habe, mit anderen zu teilen, sehr. Ich verwende JMP jeden Tag ständig. |
| Und als Berater wird es zu meinem wichtigsten Werkzeug für die Durchführung von Analysen. Das ist also etwas, woran ich in letzter Zeit gearbeitet habe, und ich dachte, es wäre eine gute Sache, es mitzuteilen. |
| Also lasst uns darauf eingehen. Erstens, |
| Es gibt einen Haftungsausschluss. Die Ideen auf diesen Folien stammen von mir, Martin Kane, und spiegeln nicht unbedingt die meiner Firma Exponent wider. |
| Nachdem dies gesagt wurde, |
| Worüber werden wir reden? Was sind Dosis-Wirkungs-Modelle? Welcher Form folgen sie oft? Typische statistische Modelle dafür. |
| Wie greifen wir in JMP auf diese Modelle zu? Unterschied zwischen Kurvenanpassung und nichtlinearer Anpassung. Was sind die Vorteile jedes einzelnen? Und was sind jeweils die Nachteile? Das ist ein Bereich, dem ich einige Zeit widmen werde. |
| Und wir werden auch über Anfangswerte und die Bedeutung guter, solider Anfangswerte für diese nichtlinearen Modelle sprechen. |
| Ich habe eine Demonstration und werde dann die Daten in dieser Demonstration verwenden, um mir die fehlerhaften Daten anzusehen. Was bedeutet das und was können wir mithilfe der Kurvenanpassung und der nichtlinearen Plattformen in JMP dagegen tun? |
| Okay. |
| Dosis-Wirkungs-Modelle. Sie können also sowohl im linearen als auch im nichtlinearen Format vorliegen. |
| Typische Modelle basieren jedoch auf sogenannten 3-, 4- oder 5-Parameter-Logistikmodellen. Das sind sehr typisch und davon gibt es viele; es sind nicht nur drei. |
| Welche Formen haben einige dieser Modelle? Offensichtlich linear, linear, entschuldigen Sie, ist eine gerade Linie, nur eine Standardregression, die wir aufgezeichnet haben |
| eine Art Reaktionskonzentration, oft im Vergleich zu unseren logarithmischen Konzentrationen auf der x-Achse im Vergleich zur y-Achse, was eine Art Reaktion darstellt. |
| Und ich werde erst auf der nächsten Folie darüber sprechen, aber oft basiert dies auf einer Art Fluoreszenz. |
| Und diese Werte können im Hinblick auf ihren Bereich recht groß sein. Daher ist es nicht ungewöhnlich, auch die Protokollwerte davon zu verwenden. |
| Wir können das exponentielle Modell haben. Dies funktioniert möglicherweise in einem Teil der Dosis-Wirkungs-Kurve, reicht jedoch häufig nicht für die gesamte Kurve aus. Aber häufiger kommt es zu einer Form von... |
| eine Art Parameterlogistik, und dieses Beispiel zeigt die Vier-Parameter-Logistik, die Hill-Funktion. Dies kann in etwas anderer Ausrichtung auch als Rodbard-Funktion bezeichnet werden. |
| Es gibt mehrere verschiedene Versionen, die dieselbe allgemeine Form haben, wobei wir eine Art obere Asymptote und eine Art untere Asymptote haben. |
| Da ist ein |
| Mittelpunkt entlang dieser Kurve, irgendwo in der Mitte zwischen der oberen und unteren Asymptote, den wir EC50 oder IC50 nennen |
| Wert. Dieser Punkt liegt auf der x-Achse, so verwenden wir ihn. Und dann haben wir auch eine Steigung zu dieser Kurve und diese Steigung liegt hier in diesem linearen Abschnitt. Es ist nicht wirklich linear, aber es ist nahezu linear. |
| Und die Steigung ist der vierte Parameter und ganz unten ist das ein Parameter in dieser Gleichung. |
| d ist unsere obere Asymptote, das ist die Spitze; c ist die untere Asymptote unten; |
| Ich erwähnte, dass a die Steigung war; und b ist der IC50- oder EC50-Wert, das ist der Halbwert und die X-Achsen-Konzentration dafür. Das ist also die Gleichung einer typischen 4-Parameter-Logistikfunktion. |
| Okay. In der Welt der Biologika und Pharmazeutika basieren viele Standardtestmethoden auf einem sogenannten Assay. |
| Und Tests selbst sind nichts anderes als eine Testmethode für Biologika, für Pharmazeutika. In diesem speziellen Fall sehen wir hier eine Standard-96-Well-Platte |
| das für diese Art von Tests verwendet wird. Jeder dieser kleinen Kreise stellt eigentlich eine Vertiefung dar, eigentlich eine kleine Vertiefung in einer Plastikplatte, in die Materialien gelegt werden können. |
| Und so können wir alle 96 Vertiefungen füllen, die auf dem Boden der Vertiefungen eine Art Bindemittel und eine Art Fluoreszenz aufweisen |
| Material darin auch. Sobald diese Licht einer bestimmten Wellenlänge ausgesetzt werden, fluoreszieren sie. Und je nachdem, wie stark die Bindung erfolgt, erhält man unterschiedliche Fluoreszenzwerte. |
| Und wie gesagt, diese Fluoreszenzwerte können zwischen 10 und 100.000 oder vielleicht sogar einer Million liegen. Es kommt nur auf das Format an. Es kann jedoch ziemlich groß sein. |
| Typischerweise werden wir jedoch auf einer Platte sieben oder acht verschiedene Konzentrationen einer Kurve auftragen, und die Kurve wäre: |
| Wie wir in der vorherigen Folie gezeigt haben, repräsentativ für ein einzelnes Material mit unterschiedlichen Mengen für die Konzentrationen. |
| Normalerweise beginnen wir oben auf der Platte und geben die höchste Konzentration ein. Möglicherweise verdünnen wir diese Konzentration seriell bis zu den Vertiefungen darunter. |
| Wenn die Spitze beispielsweise bei einem Wert von 16 beginnt, könnten wir eine 4-zu-1-Serienlösung entwickeln. Und so landen wir bei vier in der nächsten Spalte, einer in der nächsten Zeile, entschuldigen Sie, |
| ein Viertel, ein Sechzehntel und so weiter. Am Ende läuft also seriell verdünntes Material über die Platte. Oft gibt es Duplikate, sodass die Spalten fünf und sechs möglicherweise dasselbe Material enthalten, nur zweimal, und so können wir eine gewisse Variabilität in unserer Kurve erzielen. |
| Auch wenn wir einen Test für ein biologisches oder pharmazeutisches Präparat durchführen, testen wir oft mehrere Dosen gleichzeitig. |
| Der Punkt ist also, dass wir auf demselben Teller zur gleichen Zeit verschiedene Dosen haben, die wir miteinander vergleichen wollen. |
| So könnten beispielsweise die Spalten 11 und 12 eine Dosis haben, die beispielsweise ein Milligramm pro Kilogramm beträgt, und die Spalten 9 und 10 könnten eine andere Dosis haben, beispielsweise 0,1 Milligramm pro Kilogramm. Und vielleicht möchten wir diese verschiedenen Dosen gleichzeitig vergleichen. |
| Außerdem ist zu erwähnen, dass JMP die Möglichkeit hat, Tests auf sogenannte Parallelität durchzuführen. Ich werde darüber reden. Darüber hinaus sind Funktionen zum Testen der Parallelität mit dem F-Test oder der Chi-Quadrat-Methode integriert. |
| Okay, werfen wir also einen Blick auf einige Daten in JMP und legen gleich los. |
| Auf geht's. Hier links habe ich ein JMP-Tagebuch, das ich für diese Demo verwenden werde. Und das gilt für nichtlineare Bioassay-Materialien und für fehlerhafte Daten. |
| Die beiden Plattformen, die ich besprechen werde, sind, wie ich bereits erwähnt habe, die Kurvenanpassungsplattform und die nichtlineare Plattform. Also lasst uns |
| Öffnen Sie unsere Beispieldaten. Lassen Sie uns einige Beispieldaten abrufen. Ursprünglich wollte ich tatsächliche Daten eines Kunden verwenden, aber sie ließen mich das nicht tun. |
| Aber die Daten, die JMP in den Bioassay-Probendatensatz integriert hat, funktionieren einwandfrei. Es ist dem, was ich verwendet hätte, sehr ähnlich und wir können es verwenden. |
| Werfen wir also zunächst einmal einen Blick darauf, was wir haben. Wir haben, wie ich bereits erwähnte, eine Art Konzentration, die serielle Verdünnung. In diesem speziellen Fall sieht es wie bei jedem aus |
| Die untere Reihe beträgt drei Viertel der darüber liegenden Reihe. Es gibt eine Art Protokollkonzentration. Das ist nur Log 10 der Konzentration. |
| Die Formulierung sieht so aus, als hätte sie verschiedene Formulierungen, oder es könnte sich genauso gut um Dosierungen handeln. Und Toxizität, das könnte der y-Wert sein, unsere Reaktion könnte Fluoreszenz oder Log oder Fluoreszenz sein, so etwas in der Art. Schauen wir uns diese Daten also anhand von an |
| Graph Builder, nur weil es einfach ist, tragen wir die Toxizität auf der y-Achse ein und vielleicht die logarithmische Konzentration auf der x-Achse. |
| Wir können sehen, dass es eine ähnlich aussehende Funktion wie die 4-Parameter-Logistik gibt, die ich zuvor erwähnt habe, nur dass sie hinsichtlich ihrer Richtung umgekehrt ist. Das ist kein Problem. |
| Der verwendete kubische Spline passt recht gut zu den Daten. Wir können das entfernen und uns einfach die Daten ansehen. |
| Offensichtlich gibt es hier viele Daten. Sieht so aus, als gäbe es vier Werte pro Konzentration. Oh, es gab eine Formulierung, über die wir noch nicht gesprochen haben. |
| Und das könnten wir nutzen und wir könnten verschiedene Dinge tun, richtig, im Graph Builder. Wir können das in Gruppe y einordnen und daraus vier verschiedene Kurven erhalten. Lassen Sie uns den kubischen Spline verwenden. |
| Standard, Test A, Test B und Test C. |
| Jetzt können Sie die Farben ändern. Diese sind schwerer zu erkennen, da wir eine Einzelkurvenanpassung haben. Wir könnten es auch einfach nehmen und in den Overlay-Bereich legen, |
| Dies ist der am häufigsten verwendete Bereich, den ich normalerweise verwende, und dadurch passt tatsächlich ein einzelner kubischer Spline für jede meiner verschiedenen Formulierungen. |
| Das ist irgendwie nett. Und wir können sehen, dass drei davon ziemlich ähnlich sind, außer dass einer anders ist. Der Grüne. Der grüne ist Test B. |
| Okay, denken wir also daran, dass Test B anders ist als die anderen. Und Standard ist nur eine der verschiedenen Formulierungen, die in Betracht gezogen werden. Es sieht also so aus, als würden sie versuchen, drei verschiedene Tests mit dem Standard zu vergleichen |
| interessant. Okay, also werde ich das schließen. Jetzt |
| Welche Art von Kurvenanpassungsfunktionen haben wir für diese Nichtlinearitäten? Unter „Analyse“ und „Spezialmodellierung“ stehen Ihnen also zwei zur Verfügung, die wir verwenden können. Eine davon wird als Kurvenanpassung bezeichnet, die andere als nichtlinear. Beides funktioniert für nichtlineare Daten. |
| Und beginnen wir mit der Kurvenanpassungsfunktion. |
| Bei der Kurvenanpassung möchten wir also eine Art y-Reaktionstoxizität in unser y einbauen und die Konzentration für unseren Regressor protokollieren. Und wenn ich zunächst nur „Okay“ sage, |
| Was wir bekommen, sieht genauso aus wie das, was wir im Graph Builder hatten. Hier gibt es eine Ausnahme und diese Ausnahme ist, dass ich unter dem roten Dreieck hierher kommen kann |
| linear, quadratisch, kubisch und so weiter. Sigmoidale |
| Logistik, Probits, Gompertz. Es sagt Ihnen nicht, wie die Funktionen wirklich aussehen oder wie ihre Gleichungen lauten. Man muss den richtigen kennen. Nun, ich weiß zufällig, dass ich die Hill-Funktion möchte, |
| und das ist hier in den Sigmoidkurven, logistischen Kurven, versteckt, und hier ist es, fit logistic 4 Parameter Hill. Das ist die Funktion, die ich gerne nutzen würde. So |
| Wenn ich darauf klicke, erhalte ich etwas, das dem ähnelt, was ich im Graph Builder hatte, nur dass ich jetzt unten tatsächlich Parameterschätzungen habe. |
| Denken Sie daran, wir hatten eine niedrigere Asymptote; eine obere Asymptote; eine Wachstumsrate, also die Steigung; |
| und der Wendepunkt, das ist der EC50-Wert, das ist der Punkt in der Mitte zwischen oben und unten auf der x-Achse. Und das sind die Schätzungen. Das ist schön, aber ich möchte wirklich für jedes meiner Diagramme ein eigenes Diagramm |
| anders |
| Formulierungen, also werde ich das wiederholen. Ich werde dies neu starten, außer dass ich eine Formulierung hinzufüge. Jetzt könnte ich die Formulierung in die Kategorie „Nach“ oder in die Kategorie „Gruppe“ einordnen. Wenn ich die Kategorie „Nach“ eingebe und auf „OK“ klicke, |
| Ich bekomme vier separate Kurven. Das ist nicht schlecht. Und wenn ich meine Strg-Taste gedrückt halte und auf das rote Dreieck für eines davon klicke und ich zu Sigmoid-Logistik, 4-Parameter-Hügel, gehe, |
| Was es tun wird, ist, dass es tatsächlich eine Kurve für jede der vier separat anpasst und mir die Schätzungen für jede der vier liefert. Es gibt also den ersten, einen Standard; Hier ist Test A, |
| seine Schätzungen; Es gibt Test B mit seinen Schätzungen. Beachten Sie, dass die Asymmetrien unterschiedlich sind. Und Test C. Das ist schön, aber immer noch nicht genau das, was ich suche. |
| Also werde ich das tatsächlich schließen. ich werde |
| Starten Sie die Analyse neu, außer dass ich in diesem speziellen Fall die Formulierung nehme und in die Gruppenkategorie einfüge. Und noch einmal, wenn ich das mache, sehe ich jetzt, dass alle vier irgendwie übereinander liegen. Und ich kann hierher kommen und auf Sigmoid, Logistik, 4-Parameter-Hügel klicken, |
| Und jetzt zeigt es mir, wie die vier verschiedenen Kurven übereinander in den Plot passen. |
| Ich kann hier auch die Parameterschätzungen für diese vier abrufen. Diese sollten also mit dem identisch sein, was wir im letzten Bildschirm gesehen haben. |
| Aber visuell kann ich jetzt einen Blick auf diese vier übereinander gelegten Diagramme werfen und sehen, wie sie aussehen. Sehen sie einander ähnlich oder nicht? |
| Das ist also ziemlich gut. |
| Ich meine, das könnte gut genug für das sein, was Sie brauchen. Und wenn Sie diese Schätzungen aus diesem bestimmten Parameter ziehen möchten ... |
| Parameterschätzungen, ich kann mit der rechten Maustaste darauf klicken und „In eine Datentabelle umwandeln“ sagen, was mir dann erlaubt, diese Datentabelle mit den darin enthaltenen Schätzungen zu übernehmen, und ich könnte damit etwas machen, was immer ich will. |
| Das ist also gut zu wissen. Ich werde das abschließen. |
| Werfen wir also einen kurzen Blick auf die nichtlineare Plattform. Also analysieren, spezialisierte Modellierung, nichtlinear. Das sieht ähnlich aus. Und wenn ich Toxizität in meine y-Antwort einfüge, sage ich „Formulierung“ in meiner Gruppe und protokolliere die Konzentration in meinem x, und ich sage „Okay“. |
| Ich verstehe, oh warte, das passt ... hier steht die passende Kurve. Wir haben gerade eine Fit-Kurve gemacht, nicht wahr? Und ja, das haben wir tatsächlich. Das ist identisch damit, wenn ich hier unter „Analysieren, Screening, Kurve anpassen“ auftauche, ich „Erinnern“ sage und „Okay“ sage. |
| sie sind identisch. Wenn ich in der nichtlinearen Plattform nichts anderes mache, lande ich tatsächlich in der Anpassungskurvenplattform. Was können wir also tun, das sich von der spezialisierten nichtlinearen Modellierung unterscheidet? |
| Ich werde sehen, wie der Rückruf alles zurückzieht. Beachten Sie, dass sich auf der linken Seite eine Modellbibliothek befindet. Und beachten Sie auch, dass dieses x eine Vorhersageformel sein könnte, nicht nur x-Werte. |
| Wenn ich also auf die Modellbibliothek klicke, stehen mir viele Modelle zur Auswahl zur Verfügung. Und noch einmal, |
| Ich weiß nicht wirklich, was das ist. Aber beachten Sie, wenn ich auf eine klicke, kann ich eine Funktion erhalten, ich kann sogar sagen, Diagramm anzeigen. Und es gibt mir ein Bild davon. Oh, das sieht nach etwas aus, das ich suche. Aber es hat sich irgendwie in die falsche Richtung gedreht. So, |
| Das könnte für mich funktionieren. Ähm, aber was ich hier nicht sehe, ist eine sogenannte Hill-Funktion. Ich sehe die Rodbard-Funktion. Das sind die fünf Parameter, Richard. Wo war es? Rodbard-Modelle hier, das ist ähnlich, aber es gibt in allen keine Hill-Funktion. Es ist also nicht genau das, was ich will. |
| Aber es ermöglicht mir, einige Dinge zu tun. Das Einzige, was mir die nichtlineare Plattform ermöglicht |
| erlaubt es mir tatsächlich |
| Geben Sie Parameter selbst an und sperren Sie sie. |
| Was meine ich also damit? Sagen wir einfach, ich gehe in die Modellbibliothek und sage Logistik, 4 Parameter. Und ich sage, |
| Ist es eine Make-Formel, glaube ich? Toxizität hier. Log-Konzentration hier. Hoppla. |
| Konzentration des Formulierungsprotokolls hier und ich sage, okay, und das ist Standard. |
| Hübsch. Okay. |
| Es passt tatsächlich zu 4 Parametern und verwendet eine Funktion, die nicht ganz die Funktion ist, die ich suche. |
| Und Sie wissen, dass das nicht schlecht ist. Aber beachten Sie, dass ich diese verschiedenen Parameter tatsächlich mithilfe der Schieberegler ändern kann. Das ist irgendwie interessant. |
| Ich kann also sagen, „Formel erstellen“ und es hat tatsächlich eine Formel in meine Datentabelle hier eingefügt. Wenn ich mir die Formel ansehe, ist sie hier und hat Parameter mit Anfangswerten und diese große lange Gleichung für alle vier, die in die Formel passen. |
| Stattdessen kann ich jetzt tatsächlich hierher zurückkommen und das in meinen x-Vorhersager eingeben und sagen, okay. |
| Und was es tut, ist, dass es auftaucht und mir all diese, Sie wissen schon, die vier Funktionen und die Anfangswerte zeigt. Wenn Sie auf „Los“ klicken, wird tatsächlich versucht, diese anzupassen. |
| Und beachten Sie, dass es tatsächlich in vier Iterationen zu ihnen passte. Eigentlich ziemlich schnell, wenn es eine Grenze von 60 gibt, passt es ihnen, und zwar gut. Aber beachten Sie, dass ich hier die Möglichkeit habe, Änderungen vorzunehmen, und zwar über die Schieberegler hier unten. |
| Okay. |
| Oder ich könnte hier oben die tatsächlichen Werte ändern ... Ich könnte tatsächliche Werte eingeben, aber ich kann die aktuellen Werte ändern und sie sperren. Das kann ziemlich hilfreich sein und ich werde das als nächstes anhand meiner fehlerhaften Daten demonstrieren. |
| Ich werde das hier schließen und ich werde diese spezielle Kolumne schließen und loswerden. |
| Okay, wir haben diesen Datensatz, unseren ursprünglichen Datensatz, immer noch da. Werfen wir jetzt einen Blick auf unsere schlecht benommenen Daten. |
| Was ich tun werde, ist, jede einzelne Datenzeile und alle Datenpunkte zur unteren Konzentration zu entfernen. Also werde ich diesen Knopf drücken, die Daten ausdünnen und die niedrigsten Punkte eliminieren. Alle anderen sind weg, und jetzt werden alle niedrigsten beseitigt. |
| Was genau macht das also mit unseren Daten? Wenn wir einen Blick darauf werfen. Lasst uns einfach ganz schnell zum Modell passen, spezialisiert, Kurve anpassen, entschuldigen Sie, Kurve anpassen. Und so erinnern Sie sich. |
| Wir haben jetzt nur die höchsten fünf Punkte auf der Kurve. Wenn ich hier hochkomme und „Kurve anpassen“ sage, mache ich Sigmoid, Logistik ... Sigmoid, Logistik, Hill. |
| Und es passt die Kurven tatsächlich separat an diese fünf Datenpunkte an. Aber beachten Sie etwas, ich bringe dies zur Sprache und bringe diesen Ausweg hervor. |
| Beachten Sie, dass meine unteren Asymptoten hier einfach völlig unterschiedlich sind. Es gibt noch einen dritten. Und wenn ich weitermache, komme ich irgendwann zum vierten Grad, der hier ganz unten liegt, bei etwa minus 80. Also vier untere Asymptoten, die einfach völlig unterschiedlich sind. |
| Es macht also keinen Sinn, oder? Es passt gut zum oberen Teil der Kurven, aber wirklich, es passt überhaupt nicht gut zum unteren Teil der Kurven. Die Oberteile sehen ziemlich gut aus, die Unterteile jedoch nicht. |
| Anstatt also zu extrapolieren, verwenden wir bei der Durchführung dieser Tests häufig |
| Der Kunde, der Benutzer, was er tun wird, ist, Leerzeichen, also Material auf die Platte zu legen, das keine gezielte Konzentration hat. Dabei handelt es sich in der Regel um eine Art Hintergrundmaterial, das im Test selbst enthalten ist. |
| Und in diesem speziellen Fall weiß ich zufällig, dass Leerzeichen verwendet wurden und der Durchschnitt dieser Leerzeichen, wie gesagt, hier unten bei 0,5 lag. |
| Der Durchschnitt lag also bei 0,55. Wenn wir hier also 0,55 erreichen, sollten alle unteren Asymptoten tatsächlich auf 0,55 sinken. |
| Aber ich kann das hier in der Fit-Curve-Plattform nicht ändern. Ah, aber ich kann auf der nichtlinearen Plattform. |
| Aber ich habe die Hill-Funktion nicht in der nichtlinearen Plattform, daher wird das etwas verwirrend. |
| Aber wir können dieses Problem umgehen. Mit einer dicken Kurvenplattform kann ich, sobald ich mein Modell, den logistischen 4P Hill, angepasst habe, tatsächlich eine Formel speichern. |
| Ich kann eine Vorhersageformel speichern. Oder ich kann eine parametrische Vorhersageformel speichern. |
| Und hier gibt es einen Unterschied. Die Vorhersageformel speichert diese exakten Funktionen genau so, wie sie waren, und die parametrische Vorhersageformel ist etwas anders. In diesem speziellen Fall |
| Dies ist die parametrische Vorhersageformel. Wenn wir einen Blick darauf werfen, sehen wir, dass hier die vier Gleichungen zu sehen sind. |
| So wie ich es mir vorgestellt habe. Wenn die Formulierung Standard ist, verwenden Sie diese. Wenn es sich um Test A handelt, verwenden Sie dies. Und hier unten sind alle Parameter. Und tatsächlich, wenn man sich das anschaut, wenn ich es kopieren und in ein anderes Dokument einfügen würde ... |
| Ich mache das ganz schnell und komme hierher und sage Datei, Neu, entschuldigen Sie ... Datei, Neu, funktioniert ein Tagebuch? |
| Tagebuch |
| funktioniert nicht. Das ist ok. |
| Also lasst uns |
| Habe ein neues Skript. |
| Paste. Na, bitte. Beachten Sie, dass oben alle meine Parameter aufgeführt sind. |
| Unten steht tatsächlich die Formulierung ... die Formel, die wir hier rechts gesehen haben. Es kommt also alles rüber, aber das sind Anfangswerte bei der Funktion selbst. Ich wollte das nur zeigen, weil es irgendwie versteckt ist, wenn man die Parameter nicht versteht. |
| Aber damit kann ich jetzt rüberkommen... |
| Komm vorbei (lass mich zurücktreten. Entschuldigung.) zur Analyse, spezialisierte Modellierung, nichtlinear, und ich kann diesen Prädiktor in meinem x-Wert verwenden. |
| Mein y kann meine Toxizität sein; Die Formulierung ist meine Gruppe, ich kann sagen, okay, und jetzt sind hier dieselben fünf Datenpunkte pro Kurve. |
| Und die seltsam aussehenden Plots, aber beachten Sie, dass ich wiederum die Fähigkeit habe, Dinge zu ändern. Ich kann ... Ich weiß, dass der c-Parameter meine untere Asymptote ist. Ich kann also jedes davon auf .55 ändern und das festlegen. |
| Also .55. |
| Auf diese Weise sehen Sie, wie sich die Kurven tatsächlich ändern. Das stimmt zwar nicht, es passt noch nicht zu ihnen, aber es ermöglicht uns, tatsächlich einen Wert zu erzwingen, von dem wir glauben, dass er der richtige Wert ist. |
| Also, was ich hier ansprechen möchte und rüberbringen möchte. Was Sie sehen werden |
| ist, dass es alle zu 0,55 für die unteren Asymptoten gemacht hat. Und jetzt könnte ich auf Los klicken, was dann eigentlich passend wäre, |
| Was Sie sehen, ist, dass in nur sieben Iterationen die restlichen Parameter an diese vier Kurven angepasst wurden, sodass die unteren Asymptoten alle 0,55 sind. |
| Das ist großartig. Das ist genau das, was ich in diesem speziellen Fall will. Und so kann ich noch einmal unter dem roten Dreieck eine Formel speichern. |
| In diesem Fall kann ich die parametrische Vorhersage nicht speichern. Ich kann diese Vorhersage einfach speichern, aber das kann ich tun. Das kann ich also hier verwenden. Und wo könnte ich das verwenden? |
| Denken Sie daran, ich habe gesagt, wenn ich hier unter Graph Builder komme, solle ich meine Toxizität auf meine Y-Achse setzen; logarithmische Konzentration auf x; |
| Formulierung, vielleicht in meinem Overlay, das ist es, was ich sehe. Ich kann es auch hierher bringen |
| die Formel...die Formel...ja...ja...selbst. Und manchmal kann das nützlich sein. In diesem Fall sehen sie sich wirklich sehr ähnlich. Was ich tun kann, ist, dass ich tatsächlich die Kurve von meinen Punkten entfernen kann und die Formulierung selbst glatter werden kann. |
| Das ist also die Richtung. Und tatsächlich sind dies die Kurven, die zur Funktion selbst gehören, nicht die Glättung. Dies ist also eine Möglichkeit, tatsächlich die richtigen Kurven für diesen Datensatz anzuzeigen, selbst wenn die Daten fehlerhaft sind. |
| Und ich sage hier schlecht, weil wir einfach keine niedrigere Asymptote haben, aber wir haben etwas, das wir stattdessen verwenden können. |
| Das wollte ich euch zeigen. Und ich finde das wirklich irgendwie cool. Die Sache ist, |
| Sie müssen in der Lage sein, zwischen der dicken Kurve und den nichtlinearen Plattformen hin und her zu wechseln, oder müssen es manchmal, um das herauszuholen, was Sie wirklich aus JMP herausholen möchten |
| die Funktionalität, die man wirklich braucht, aber ich finde das wirklich großartig. So könnten Sie zum Beispiel die Zeilenzustände löschen und tatsächlich alle Daten anzeigen (ich hätte das wohl abschließen sollen, habe es aber nicht getan), verschiedene Formulierungen und Überlagerungen sowie die Protokollkonzentration |
| Und das sind die Kurven, aber Sie könnten stattdessen auch die Vorhersageformel verwenden |
| um die tatsächlichen Formeln zu erhalten, die Sie benötigen. Und das ist wirklich schön anzusehen. |
| Darüber wird nicht wirklich gesprochen. Da ist ein |
| Link, ein Blog-Link in den JMP-Diskussionen, den Mark Bailey und jemand anderes, glaube ich, vor zwei Jahren veröffentlicht haben und der diese Methodik, einen Großteil dieser Methodik, beschreibt. |
| Ich habe es erst gestern gefunden, lange nachdem ich es bereits selbst herausgefunden hatte, aber ich dachte, es lohnt sich, es allen mitzuteilen, wie wir diese nichtlinearen Modelle anpassen können, insbesondere in der Dosis-Wirkungs-Welt oder |
| Bei diesen verschiedenen Biologika handelt es sich um Pharmazeutika, vor allem angesichts der ganzen Diskussion über Covid 19, und in diesem Bereich wird viel gearbeitet. Also damit, |
| Ich denke, ich möchte mich bedanken. Zu guter Letzt habe ich noch einige Kontaktinformationen. Ich bin Martin in den JMP-Diskussionsforen und poste dort ziemlich häufig. |
| Für den Fall, dass Sie Fragen an mich haben, finden Sie hier auch meine E-Mail-Adresse. In diesem Sinne vielen Dank und ich schätze Ihre Zeit. Bei Fragen stehe ich Ihnen gerne zur Verfügung. Danke schön. |
