PCA-Analyse von Zeitverlaufsdaten zur Erstellung einer PCA nach Chargen-IDHallo,
Ich habe mehrere Bioreaktordaten. Jeder Bioreaktor hat eine ID (1 bis 5) und mehrere Zeitverlaufsprofilvariablen (gelöster Sauerstoff, pH...). Ich habe 20 Variablen für die Zeitverlaufsdaten und 10 Zeitpunkte.
Wenn ich eine PCA-Analyse durchführe und die 20 Variablen als Y-Spalten verwende, erhalte ich ein Ergebnisdiagramm der Bioreaktordaten, was gut ist. Das bedeutet, dass ich für jeden Bioreaktor ein Zeitverlaufsprofil unter Berücksichtigung der 20 Variablen mit 10 Datenpunkten pro Charge erhalte. Ich möchte aber auch eine „Chargen-ID-PCA“ erhalten, in der die Daten für jeden Bioreaktor in nur einem Datenpunkt zusammengefasst würden und ich identifizieren könnte, welche Bioreaktoren einander ähnlich sind. Ich möchte also ein PCA-Diagramm mit nur 5 Datenpunkten erhalten, in dem diese Datenpunkte die (20*10 Daten für jeden Bioreaktor) berücksichtigen würden.
Umso näher kam ich diesem Ziel durch die K-Means-Clusterplattform.
Irgendeine Hilfe? Vorzugsweise JMP-Menüs anstelle von Skripten verwenden.
Ich weiß, dass eine Alternative darin bestehen würde, meine Matrix aufzuteilen. Denn der Grund, warum ich in meiner PCA-Analyse Zeitverlaufsdaten erhalte, liegt darin, dass ich meine Datentabelle als Spalte 1=ID habe; Spalte 2=Zeit; Spalten 3-20=Variablen.
Wenn ich für jeden Stapel nur eine Zeile erstellen könnte, würde mir die PCA-Analyse das liefern, was ich möchte. Ich habe versucht, meine Daten aufzuteilen, aber es ist mir nicht gelungen.Wenn ich meine Datentabelle in Spalte 1=ID konvertieren könnte; Spalte 2-201 – Datenpunkte, ich glaube, die PCA-Analyse würde mir das geben, was ich will.
Wie konvertiere ich meine aktuelle Datentabelle in die 200 neuen Spalten? (21 erste Spalten wären Zeit 1, Werte für die 20 Variablen für Zeit 1; 21 nächste Spalten wären Zeit 2 und die Werte für die 20 Variablen für Zeitpunkt 2 usw.).
Vielen Dank
Betreff: PCA-Analyse von Zeitverlaufsdaten, um eine PCA nach Chargen-ID zu erhaltenHallo @gzmorgan0 ,
Vielen Dank für Ihre Antwort!
Ich freue mich über Ihren Beitrag zur visuellen Analyse. Tatsächlich ist das mein erster Schritt, die Daten zu beobachten und seltsame Muster und Profile zu finden.
Dafür müsste ich jedoch unbedingt die PCA wie beschrieben durchführen, und leider habe ich nicht für jede Charge die gleichen Zeitpunkte. Also noch ein Vorschlag? Ansonsten werde ich die Daten wohl einfach nach Excel exportieren und den einen Batch pro Zeile auf die alte, langweilige Art und Weise ausführen!
Vielen Dank für Ihren Beitrag
Betreff: PCA-Analyse von Zeitverlaufsdaten, um eine PCA nach Chargen-ID zu erhalten@FEUCHTE ,
Im Anhang finden Sie eine Teilmenge der Datentabelle Fermentation Process.jmp. Wenn Sie Ihre Y-Spalten nach Zeit aufteilen (ich gehe davon aus, dass Sie dieselben Zeitwerte haben), können Sie die von Ihnen beschriebene Datentabelle erstellen.
Data Table( "Subset of Fermentation Process" ) <<
Split(
Split By( :Time ),
Split( :Ethanol, :Temp, :Molasses Feed, :NH3 Feed, :Air, :Tank Level, :pH ),
Group( :BatchID ),
Remaining Columns( Drop All ),
Sort by Column Property
);
Ich bin jedoch ein überzeugter Verfechter der visuellen Analyse und empfehle sie als erste Analyse, wenn Ihr Datensatz nicht zu groß ist, vor anderen Modellierungen.
Daher schlage ich vor, dass Sie vor Ihrer PCA jede Ihrer 20 Variablen zeitlich grafisch darstellen und dabei die ID als Überlagerungs- und Farbvariable in GraphBuilder verwenden, um einen Eindruck von den Zeitmustern und der Konsistenz der Reaktoren zu bekommen. Wenn Sie JMP PRO FDE hatten, werden diese Diagramme zusätzlich zu den Methoden erstellt, mit denen Sie Ihre Daten skalieren, filtern und ausrichten können (Zeitverzerrung), was großartig ist.Die visuelle Analyse kann jedoch potenziell zu intuitiveren Unterscheidungsvariablen als Eigenvektoren führen. Betrachten Sie das nachstehende Diagramm der NH3-Einspeisung im Vergleich zur Zeit. BatchID 6, 29, 33 und 47 weisen unterschiedliche zeitliche Muster auf, insbesondere vor Zeitpunkt 1,5 und nach Zeitpunkt 7.Eine Metrik der Startstabilität und Endstabilität könnte ein besserer Prädiktor für Qualitätsmetriken sein und ist oft leichter für andere zu erklären, die sich nicht mit PCA auskennen.
Nur ein paar Vorschläge. Viel Glück!
Betreff: PCA-Analyse von Zeitverlaufsdaten, um eine PCA nach Chargen-ID zu erhaltenHallo,
Danke für Ihre Antwort. Leider habe ich kein JMP Pro. Irgendwelche anderen Vorschläge?
Am besten,
Betreff: PCA-Analyse von Zeitverlaufsdaten, um eine PCA nach Chargen-ID zu erhaltenHast du gesehen, was das ist? Funktionsdaten-Explorer tun können? Diese Dokumentation enthält ein Beispiel für die Fermentation von Biokraftstoffen, das für Ihren Fall relevant ist.
