기능적 DOE에 대한 신뢰 구간한 고객이 Discovery에서 Functional DOE 프로파일러에 신뢰 구간을 추가하는 요령이 있다고 들었다고 했습니다. 이걸 하는 방법을 아는 사람이 있는지 궁금했습니다.
@피터_허쉬 @클레이_바커
Re: 기능적 DOE에 대한 신뢰 구간안녕하세요 안드레아,
그들은 FDE 플랫폼 프로파일러가 아닌 Graph-Profiler에 신뢰 구간에 대한 공식을 추가한 것으로 생각합니다.
하지만 다른 방법이 있는지, 아니면 개발자 버전에 포함되어 있는지 알아보고 싶습니다.
남자 이름
Re: 기능적 DOE에 대한 신뢰 구간@마틴데멜 어떤 공식을 사용하는지 아시나요?
Re: 기능적 DOE에 대한 신뢰 구간안녕하세요 안드레아,
그들이 사용한 방법을 찾아보려고 했고, 더 간단하게 할 수 있는 방법이 있다는 생각이 들었습니다. 안타깝게도 그들은 비선형 플랫폼에서 각 크로마토그램을 다시 맞추는 수동 접근 방식을 사용한 것 같습니다. 그것은 크로마토그램 데이터였습니다. 내가 받은 메모는 다음과 같습니다.
- 원시 데이터를 매끄럽게 처리합니다. 이는 매우 중요한데, 함수형 데이터 탐색기는 현재 크로마토그래피 데이터를 매끄럽게 처리하기에 적합한 기능이 아니기 때문에 Graph Builder 플랫폼의 매끄럽게 처리 기능을 사용했습니다.
- 기능 데이터 탐색기의 피크 감지 기능을 사용하여 관심 있는 두 피크의 피크 위치와 피크 높이를 찾습니다.
- 피크 높이와 피크 위치 정보를 사용하여 비선형 플랫폼에 매개변수 모델을 맞춰 더 빠르고 더 나은 피팅을 얻습니다(좋은 피팅을 얻으려면 여전히 많은 수동 작업이 필요함). 40개 크로마토그램 각각에 대해 이 작업을 수행합니다.
- 모든 매개변수의 숫자 값을 저장하고 DOE에 맞춰 조정합니다(예: DSD 맞춤)
- 개별 모델을 하나의 모델로 결합하여 합성 크로마토그램을 생성합니다.
- 각각 하나의 피크에 대한 합성 크로마토그램 모델을 추가하여 예측 및 신뢰 구간 공식을 "해킹"합니다. 이를 통해 프로파일러에서 각 피크 구성 요소(녹색 및 파란색)의 겹침이 가능합니다.
이것이 실제적으로 도움이 될지는 확실하지 않습니다. 프로파일러에서 간격을 "그냥" 얻는 것은 꽤 번거로울 수 있기 때문입니다. 적어도 저는 그 접근 방식을 추천하는 데 매우 주저할 것입니다.
아마도 v19/20에 이미 몇 가지 개선 사항이 있었을 겁니다. 저는 이번 주에 베를린에서 Clay와 Ryan과 함께 있는데, 그들이 더 잘 알고 있을지도 모릅니다.
