안정성 예측 두통안녕하세요,
분석 문제가 있어서 조언을 구하고 싶습니다. 다음은 합리적인 안정성 예측을 추출하려는 실제 안정성 데이터 표입니다.
저는 보통 이 작업을 위해 성능 저하 프로파일러를 사용하고 지금까지 다른 여러 프로젝트에서는 아무런 문제 없이 작업해 왔습니다. 하지만 이 데이터 세트로 인해 두통이 생겼습니다. 나는 그것이 예측을 하는 추세를 왜곡하는 비정상적으로 낮은 T0를 가지고 있기 때문이라고 믿습니다….. 낙관적입니다.
Table Linked - 관련 허용 한계가 있습니다.
노트:
1-이것은 실제 사례이므로 완전히 이해되는 시스템입니다.
2-따라서 우리는 이 물질이 활동을 얻는 것이 불가능하다는 것을 알고 있습니다. 즉, 상승 추세는 분석 노이즈로 인한 것입니다.
3-우리는 또한 이전 데이터와 실험을 통해 이 물질이 대략 선형 방식으로 분해되고 730-1095일 범위의 만료(즉, 신뢰 수준이 하한을 넘을 때)가 일반적이라는 것을 알고 있습니다.
따라서 내 질문은 이것을 분석하는 방법입니다. 더 넓은 신뢰 구간과 같은 것을 사용하고 이를 예측으로 확장하는 것이 편하지만 그렇게 하는 방법을 모르겠습니다.
다음 데이터 수집 시점은 3개월 후입니다. 따라서 시간이 지남에 따라 '실제' 추세가 나타나고 초기 분석 노이즈가 평균화될 것이라는 점은 편안하지만 지금은 일종의 현실적인 예측을 해야 합니다. 어떤 제안이나 지침이라도(T0을 수행한 과학자에게 말했음에도 불구하고 
) 좋을 것입니다!
존
기본 데이터 분석 및 모델링예측 모델링 및 기계 학습품질 및 프로세스 엔지니어링Re: 안정성 예측 두통안녕하세요 @Jon_Armer : 몇 가지 관찰/생각/질문...특별한 순서는 없습니다.
1. 여기서 증발이 일어날 수 있습니까? 귀하의 응답 단위는 mg/mL입니다. 증발로 인해 추세가 증가하는 것처럼 보일 수 있습니까?
2. T5와 T32의 2nd REP도 낮습니다..
3. "지금 일종의 현실적인 예측을 해야 하는 이유"는 무엇입니까? (1) 사양과 관련하여 이 배치를 조기에 읽으려고 합니까, 아니면 (2) 정확한 예측을 얻으려고 합니까? (1)의 경우 이러한 데이터를 기반으로 해당 사양이 위험에 처해 있다는 증거가 없다고 간단히 말할 수 있습니다. 만약 (2)...음, 귀하의 가정에 따라(귀하의 "노트"에서), 그것은 다른 동물입니다.
4. 이 배치에는 "이전 데이터"와 다르게 동작하게 만드는 뭔가 다른 것이 있을 수 있습니까?
Re: 안정성 예측 두통안녕하세요 @MRB3855
좋은 질문:
1-아니요, 이런 일을 방지하기 위해 봉인되어 있어요
2-동의함. 생물학적 시스템의 경우 특히 분석 등을 고려할 때 종단적 연구에서 어느 정도의 변동성을 보는 것은 드문 일이 아니지만 변동폭이 넓다는 점에는 동의합니다.
이 배치에 대한 3-유통기한 예측. 이에 대한 평가를 하고 연간 일정을 작성할 수 있도록 '모래에 선'을 넣어야 합니다.
4-예, 잠재적으로 복잡한 시스템이므로 캡처/식별하기 어려운 변형 범위가 있습니다.
Re: 안정성 예측 두통안녕하세요 @Jon_Armer : 흠. 다음 풀포인트는 3개월이라고 하더군요. 귀하의 목표(등록?) 유효기간은 얼마나 됩니까?
Re: 안정성 예측 두통아 약간의 수정이 있었습니다(오해했다면 사과드립니다). 다음 시점은 추가로 3개월 후입니다. 이는 실제로 6개월 시점이 됩니다.
이전 배치는 8개월 데이터에서 18개월 동안 안정성을 예측했습니다(12개월에 확인됨).
Re: 안정성 예측 두통나는 종종 소심한 박사과정 학생들이 통계에 참여하는 것을 두려워하지 않는 방법으로 이러한 맥락에서 '단순'이라는 용어가 던져진다고 생각합니다…..!
알았어 그래서
1. 맞습니다. 이는 업계에서 사용되는 매우 일반적인 접근 방식입니다. 첫 번째 시점은 서로 가깝고, 진행하면서 점점 더 분산됩니다.
이제는 추세의 변곡점을 식별하기 위해 범위 지정 연구가 수행되는 경우가 많으며, 연구 시점은 해당 지점 주변의 데이터 밀도를 높이는 방식으로 설계됩니다. 하지만 때로는 특히 새 프로젝트나 개발 주기가 시작될 때 그런 것이 없기 때문에 약간 맹목적으로 행동하게 됩니다(그리고 '시도하고 테스트한' 접근 방식으로 돌아가는 경향이 있습니다).
불행하게도 우리는 적어도 이번 배치에 대해서는 여기의 확산에 '고착'되어 있습니다.
2. 이전 배치는 일반적으로 선형적인 하락세를 보였으며 나중에까지 이러한 경향이 실제로 뚜렷해지지 않았습니다.
3.예, 옵션입니다. 하지만 당장의 문제(이 배치에 대한 예비 만료 날짜를 지정해야 하는 문제)는 해결되지 않습니다.
4-내 생각엔 이런 식으로 기울고 있는 것 같아요. 이러한 종류의 하락은 이전 배치와 일치하며(보통 꽤 선형적임) 시간이 걸립니다.
다시 5번입니다. 이 '세트'에는 배치가 1개밖에 없지만 추세는 비슷했지만 '아주 약간 하락'하여 더 낮은 수준의 교차점을 추정할 수 있습니다.
6-저희는 여기서 많은 부분에 동의합니다. 이는 언제나 좋은 일입니다(인터넷에서 모든 곳에서!). 내 생각에 우리가 여기서 보고 있는 것은 (상대적으로) 안정적인 물질에 중첩된 분석 변형입니다. 변형 신은 이전 배치와 정렬되어 약간 부정적인 추세를 제시하여 상대적으로 간단한 안정성 예측을 허용했습니다(명백한 일반적인 경고 포함). 이번에는 어떻게든 가변성의 신들을 화나게 했고 그런 추세가 제시되지 않아 두통이 생겼습니다.
이 데이터의 노이즈도 이전 배치보다 더 넓습니다.
그래서- 현재 내 머리는 이렇습니다.
여기서 끌어낼 수 있는 추가 데이터는 제한되어 있습니다. 이전(그리고 유일한 다른) 배치는 약간 부정적인 추세를 보였으므로 이 시점(t3m)에서 18개월의 초기 안정성을 할당할 수 있었습니다. 여기서는 과도한 외삽의 위험성을 분명히 알고 있지만 때로는 실용적인 고려 사항이 개입되어야 합니다.
이 배치의 스프레드로 인해 그렇게 할 수 없습니다. 따라서 현재 제가 볼 수 있는 방어 가능한 유일한 옵션은 이 새로운 배치가 아직 더 나쁘다 는 어떤 징후도 제공하지 않았다는 점을 근거로 이전 배치의 안정성으로 되돌리는 것입니다. 따라서 이전 배치 안정성을 사용하는 것은 최악의 경우이므로 안전/방어 가능하다고 주장될 수 있습니다.
그런 다음 새 데이터가 들어오면 적절하게 모니터링하고 업데이트합니다. 이 데이터에 추가된 가변성을 사용하여 신뢰 구간을 넓히는(따라서 예측이 더 낮은 수준을 교차하도록 '강제') 영리한 방법이 없는 한
생각?
Re: 안정성 예측 두통안녕하세요 @Jon_Armer : 귀하의 생각이 여기서는 의미가 있다고 생각합니다. 이러한 데이터를 기반으로 볼 때 해당 사양이 위험에 처해 있다거나 이전 배치보다 더 나쁘다는 증거는 없으며... 계속 모니터링하고 있습니다.
그리고 이전 배치가 일반적으로 선형적인 하락세를 보였고 나중에야 이러한 추세가 뚜렷이 드러났다는 것이 사실이라면... 가능하다면 지금과 사이에 더 많이 끌어올리고 싶습니다. "매듭"(추세가 시작되는 시간)을 추정할 수 있도록 다음 예정된 끌어오기 지점입니다. 그런 다음 모델에 다른 항을 도입하여 전체 "곡선"을 모델링할 수 있습니다.
max(0, timepoint - t)
여기서 t는 하향 추세가 시작되는 시점입니다. 따라서 Y = b0 + b1*Timepoint + b2*max(0, Timepoint - t)가 됩니다. 초기 기울기는 b1이고 두 번째 기울기는 b1+b2입니다. 비선형 플랫폼을 사용하여 t(그리고 b0, b1, b2)를 추정할 수도 있고, t를 눈으로 보고 적합 모델을 사용하여 b0, b1, b2를 추정할 수도 있습니다. 엄밀히 말하면 비선형 플랫폼이 옳은 일입니다. 하지만 눈여겨보면 목적에 적합할 수 있습니다.
Re: 안정성 예측 두통훌륭한 내용입니다. 토론/조언에 감사드립니다!
