你好，
JMP Pro 用户对使用 FDOE 优化细胞测定感兴趣。
每次运行都会产生一条带有一个峰值的信号与时间曲线。 曲线的形状和位置取决于因素。 目标是找到在 17 小时达到峰值的因子条件。
Possible cell assay curves (left) and optimal (right)Possible cell assay curves (left) and optimal (right)可能的细胞测定曲线（左）和最佳细胞测定曲线（右）
我认为这需要 DTW 来对齐峰值，然后 FDE 应该能够模拟不同的曲线形状。 但随后我们需要针对这些因素对 DTW 变化进行建模，以找出如何优化的方法。
有人看过这样的例子吗？
谢谢，
菲尔
你好@萨姆加德纳,
是的，它看起来确实像色谱数据——这也是我的第一个想法。 实际上，这是一种基于细胞的测定，数据来自读板器，所以我不知道他们会有任何峰选择软件。
曲线 DOE 方法@yuichi_katsumur建议似乎是这里最好的解决方案。 这可能有点矫枉过正，我无法想象有人购买 Pro 只是为了做到这一点。 但这仍然是一个很好的例子，我认为它符合相关科学家的目标。
谢谢！
菲尔
这看起来像是一个色谱示例。另一种更简单的方法是仅记录峰的洗脱时间和峰宽度，大多数现代色谱系统将自动或半自动确定这些时间。然后使用洗脱时间和峰宽作为响应。
你好@马克贝利,
很好的示例数据！
是的，我就是这么想的。
在这种情况下，优化峰值位置是主要目标，因此曲线 DOE 方法来自@yuichi_katsumu1似乎是最好的选择。
谢谢，
菲尔
DTW 会将所有曲线与参考对齐并丢失峰值的位置（特征）。 在这种情况下，最好不要使用 DTW。 下面是一个示例来说明不使用和使用 DTW 的方法。 我任意使用ID=1作为黄金曲线，并且我任意使用ID=2作为DTW。 您将无法在第二次分析中优化位置。
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 。 我想这将取决于实际数据遵循高斯分布的程度。 但我怀疑，即使它不是完美契合，也足以满足他们的科学目标。
谢谢，
菲尔
嗨菲尔，
如果数据遵循高斯分布，那么使用“拟合曲线”怎么样？ 请参阅随附的模拟数据。 我的同事之前也问过我类似的问题。
- 分析 > 专业建模 > 拟合曲线
- 将因子分配给 Y、X、组和 Z 角色。
- 拟合高斯峰值模型
- 从红色小三角中选择“曲线 DOE 分析”。
