534004_zh-TW

liliconcom

C64 案例研究光譜數據的化學計量分析

光譜數據的化學計量分析

 

概述

本案例研究將演示使用 JMP 和 JMP Pro 平台分析光譜數據的分析工作流程。使用光譜分析技術來表徵原材料、中間體和成品在整個化學領域中廣泛存在。從大學化學實驗室到研究與創新實驗室，以及生產環境。 光譜分析幾乎無處不在。光譜分析最難的部分不是光譜的收集，而是光譜附帶的數據的分析。在過去的幾年中，JMP 一直致力於內置多元光譜分析技術（也稱為化學計量分析）。

化學計量學的維基定義：

“化學計量學是通過數據驅動的方式從化學系統中提取信息的科學。 化學計量學本質上是跨學科的，使用核心數據分析學科中常用的方法，例如多元統計,應用數學， 和計算機科學，為了解決問題化學,生物化學,藥品,生物學和化學工程。

化學計量學用於解決實驗自然科學，特別是化學中的描述性和預測性問題。 在描述性應用中，對化學系統的屬性進行建模，目的是學習系統的潛在關係和結構（即模型理解和識別）。 在預測應用中，對化學系統的屬性進行建模，目的是預測新的屬性或感興趣的行為。 在這兩種情況下，數據集可能很小，但通常非常大且高度複雜，涉及數百到數千個變量以及數百到數千個案例或觀察結果。”

用於分析光譜數據的 JMP 分析工作流程

1. 將光譜數據輸入 JMP 是第一個挑戰。有一個用於拉入 *.csv 和 *.jdx 文件的插件。.jdx 文件必須採用標準格式且未壓縮。或者可以使用多個文件導入，但需要初始設置。
2. 光譜數據可以以堆疊格式和寬格式進行分析。首次查看數據和進行一些初始預處理時，請使用圖形生成器的堆疊格式（按行）。圖形生成器中的並行圖非常適合寬格式數據。
   1. 使用平行圖時，將波長數據拖動到 x 軸，然後右鍵單擊，將鼠標懸停在組合尺度上，然後使用並行合併來了解基線偏移的差異。

 

 

3. 可能需要對數據進行預處理。
   1. 第一步是使用堆疊波長數據來計算標準正態變量 (SNV)。SNV 可以在加載項中找到。
   2. 另一個預處理選項是使用 Savitzy-Golay 平滑器/導數濾波器。您可以採用一階或二階導數。一階導數清除加性變化，二階導數清除加性和乘性數據。求導會改變數據的結構，並使解釋變得更加困難。
   3. 有時您需要同時進行 Savitzy-Golay 和 SNV。先做 Savitzy-Golay，然後再做 SNV。*很快您將能夠在 JMP Pro 17 的 FDE 平台內進行所有預處理。
4. 使用許多多變量技術（包括 MDMVCC、PCA、多維標度和聚類）可以而且應該用於顯示多重共線性和子分組。
5. 在常規 JMP 中建模：
   1. 常規 JMP 中的逐步回歸已被證明可以很好地處理近紅外數據，並且是查找重要波長（變量）的好方法
   2. 決策樹效果很好，但請注意，手動執行拆分可能比讓 JMP 執行所有拆分更好。
   3. 您可以使用保存的主成分在擬合模型平台中進行主成分回歸。通過這種方式確定最重要的波長比較困難，但可以使用預測刻畫器評估變量重要性。
   4. 偏最小二乘 (PLS) 是所有化學計量建模工具中最多產的。PLS 旨在處理與光譜和色譜數據相關的高度相關且通常非常廣泛的數據集。PLS 可用於變量選擇，以確定哪些變量可以通過 PLS 歸因於整體最佳擬合。也就是說，如果數據通過預處理得到了很好的調節，那麼通常不需要使用 PLS 進行變量選擇，除非您正在查看組分成分的混合物。
6. 轉向 JMP Pro 進行建模：
   1. 偏最小二乘法 (PLS) – 見上文， PLS 也可在常規 JMP 中使用。
   2. 廣義回歸 (Gen Reg) – 懲罰回歸模型有利於變量選擇，因為每個光譜/色譜圖可能有數百甚至數千列，彈性網絡可以很好地確定最重要的變量（波長/峰值）。還建議掃描 Elastic Net Alpha 可能性的範圍，以避免遺漏重要變量。例如，默認的 Elastic Net Alpha 為 0.99。如果您使用默認值，您可能會得到一個好的模型，但您也很可能會錯過一些非常重要的變量，這些變量將提高您的預測能力。如果您沒有時間掃描 Elastic Net Alpha 的範圍，您可以選擇中間範圍 (0.56) 中的某個值，看看這是否給出了合理的模型。
   3. 函數數據瀏覽器 (FDE) – FDE 不一定是一個預測建模平台，因為它可用於分析連續體上的數據並確定哪些函數主成分以及有多少個函數主成分與一組曲線的形狀相關。使用補充變量的函數 DOE 使 FDE 變得更加強大，並且您可以使用 FDOE 進行逆校準。
   4. 神經網絡、Bootstrap Forest、支持向量機、XG Boost 都可以用於化學計量數據的分析。借助 JMP Pro，您可以使用模型篩選來確定哪個是最適合您的數據的建模平台。

最佳實踐實例探究回复：C- 41 案例研究光譜數據的化學計量分析

化學計量學正在成為製藥和 HLS 領域的一種趨勢。 請在下面找到我在 LinkedIn 上發表的一些關於支持 JMP 主題的文章

FDA 的 NIR 行業指南 |領英

QbD 中的新興分析技術 – PAT 範式 |領英

JMP® - AQbD 入門 |領英