你好，
JMP Pro 使用者對使用 FDOE 優化細胞測定感興趣。
每次運行都會產生一條帶有一個峰值的訊號與時間曲線。 曲線的形狀和位置取決於因素。 目標是找到在 17 小時達到高峰的因子條件。
Possible cell assay curves (left) and optimal (right)Possible cell assay curves (left) and optimal (right)可能的細胞測定曲線（左）和最佳細胞測定曲線（右）
我認為這需要 DTW 來對齊峰值，然後 FDE 應該能夠模擬不同的曲線形狀。 但隨後我們需要針對這些因素對 DTW 變化進行建模，以找出如何最佳化的方法。
有人看過這樣的例子嗎？
謝謝，
菲爾
你好@薩姆加德納,
是的，它看起來確實像色譜數據——這也是我的第一個想法。 實際上，這是一種基於細胞的測定，數據來自讀板器，所以我不知道他們會有任何峰值選擇軟體。
曲線 DOE 方法@yuichi_katsumur建議似乎是這裡最好的解決方案。 這可能有點矯枉過正，我無法想像有人購買 Pro 只是為了做到這一點。 但這仍然是一個很好的例子，我認為它符合相關科學家的目標。
謝謝！
菲爾
這看起來像是一個色譜範例。另一種更簡單的方法是僅記錄峰值的洗脫時間和峰值寬度，大多數現代色譜系統將自動或半自動確定這些時間。然後使用洗脫時間和峰寬作為響應。
你好@馬克貝利,
很好的示例數據！
是的，我就是這麼想的。
在這種情況下，最佳化峰值位置是主要目標，因此曲線 DOE 方法來自@yuichi_katsumu1似乎是最好的選擇。
謝謝，
菲爾
DTW 會將所有曲線與參考對齊並失去峰值的位置（特徵）。 在這種情況下，最好不要使用 DTW。 下面是一個範例來說明不使用和使用 DTW 的方法。 我任意使用ID=1作為黃金曲線，且我任意使用ID=2作為DTW。 您將無法在第二次分析中優化位置。
Names Default to Here( 1 );
dt = New Table( "Peak Shape and Location",
New Column( "Peak ID", "Character", "Nominal" ),
New Column( "X", "Numeric", "Continuous" ),
New Column( "Y", "Numeric", "Continuous" )
);
nPoints = 100;
nFunctions = 5;
id = {};
domain = Transpose( Index( 1, 100 ) );
response = time = [];
For( c = 1, c <= nFunctions, c++,
Insert Into( id, Eval( Repeat( List( Char( c ) ), nPoints ) ) );
time |/= domain;
response |/= Normal Density( domain, 10*c+20, c );
);
:Peak ID << Set Values( id );
:X << Set Values( time );
:Y << Set Values( response );
// launch and fit P-splines without DTW
dt << Functional Data Explorer( Y( :Y ), X( :X ), ID( :Peak ID ),
Data Processing( Load Targets( "1" ) ),
P Splines( Functional PCA( 1 ) )
);
// launch and fit P-splines with DTW
dt << Functional Data Explorer( Y( :Y ), X( :X ), ID( :Peak ID ),
Data Processing( Load Targets( "1" ), Dynamic Time Warping( Reference( "2" ) ) ),
P Splines( Functional PCA( 1 ) )
);
好想法， @yuichi_katsumur 。 我想這將取決於實際數據遵循高斯分佈的程度。 但我懷疑，即使它不是完美契合，也足以滿足他們的科學目標。
謝謝，
菲爾
嗨菲爾，
如果資料遵循高斯分佈，那麼使用「擬合曲線」呢？ 請參閱隨附的模擬資料。 我的同事之前也問過我類似的問題。
- 分析 > 專業建模 > 擬合曲線
- 將因子分配給 Y、X、群組和 Z 角色。
- 擬合高斯峰值模型
- 從紅色小三角形中選擇「曲線 DOE 分析」。
