级别：高级
Sam Gardner，礼来动物保健公司首席研究科学家
在医药产品开发的许多情况下，最相关的数据是时间函数值（曲线）。传统的曲线处理方法往往忽略结果的完整时间依赖性，而仅关注曲线的某一方面。这往往会导致信息丢失。
本文将讨论三种利用整条曲线的分析方法：1) 当数据在时间上对齐时，可以使用多元方法来表征数据；2) 当数据可以用参数化模型描述时，将该模型拟合到每条曲线会产生模型参数，这些参数将成为新的数据；3) 当曲线中的数据在时间上不一致，或者过于复杂而无法用参数化模型描述时，可以使用函数数据探索器 (Functional Data Explorer) 将平滑模型拟合到每条曲线，然后该平滑曲线拟合的参数再次成为新的数据。可以将实验设计 (DOE) 与这些方法结合使用，以了解曲线如何依赖于实验设计 (DOE) 因素。本次演讲将结合医药产品开发中的真实案例，展示如何使用 JMP 将上述每种方法与实验设计 (DOE) 相结合。
示例 2 的 JMP 公开报告链接： https://public.jmp.com/packages/Using-a-Parametric-Model-to-Reduce-a-Cur/js-p/f9wjDHcLJQ4C5kF3vsQSl
