Hay
a
extraño
lugar
eso
se sienta
entre el analítico herramientas eso tú quería usar a hacer
análisis con conocido físico modelos y con simple curvas
y el análisis eso tú quería hacer, decir, con funcional datos explorador,
dónde tú tener familias de curvas eso tener complejo formas,
y estás menos interesado en el actual físico naturaleza de el formas ellos mismos
como tú son en justo relativo a ellos atrás a observado fenómeno.
Este extraño,
No del hombre tierra de análisis en JMP es dónde a lote de primero principios técnicas sentarse.
Cosas como INCÓGNITA- rayo difracción, cosas como HPLC,
dónde nosotros tener conocido físico métodos y conocido ecuaciones eso Ayúdanos describir
muy fundamental fenómenos de a molécula o cristal o a sistema.
Todo nosotros tener a hacer es enchufar cima posiciones en
o área bajo el curva información en
y nosotros poder conseguir alguno muy sofisticado análisis afuera de equitativamente simple datos agujas
porque de estos primero principios métodos.
En primero rubor, él quería parecer como JMP debería ser capaz a manejar eso.
Él parece como es consiguió todo el herramientas pero,
cuando nosotros tú en haciendo aquellos tipos de análisis nosotros de repente darse cuenta eso
t él problema es a poco más complejo que qué nosotros quería esperar.
Hoy qué I desear a hacer es enfocar en alguno técnicas y estrategias
a trato con alguno de aquellos más simple casos
y entonces introducir alguno herramientas eso nosotros poder usar
Para agilizar aquellos más grande más complejo problemas.
Vamos ir adelante y Vamos mover en JMP y tener a mirar en eso.
A comenzar apagado, Vamos ir adelante y tener a mirar en a muy simple caso,
a soltero cima en a fondo.
Cómo quería nosotros ir adelante y jalar el información afuera de este ¿cima?
Cómo quería nosotros conseguir es centro ¿posición?
Cómo quería nosotros conseguir es lleno ancho en medio máximo o es estándar desviación
o incluso el área bajo el ¿curva?
Cómo quería nosotros conseguir eso ¿información?
Bien, mayoría de a nosotros eso tener hecho este para a mientras, nosotros quería decir,
Vaya, tú saber qué, Soy yendo a ir en Curva de ajuste
y Soy yendo a decir, Aquí está mi y, y Soy yendo a decir, Aquí está mi incógnita.
Entonces Soy yendo a ir adelante y Soy yendo a ir adaptar a cima modelo de alguno amable.
Vamos justo decir el Gaussiano cima y tú mirar en eso y tú ir ey,
98% R² , eso es impresionante, eso es excelente.
Vamos ver si nosotros poder hacer a pequeño mejor.
Justo a saltar adelante justo a pequeño poco aquí
nosotros podría mirar en el Lorentziano cima forma y el Gaussiano cima forma
y nosotros poder ver eso aquellos ambos dar equitativamente bien R²,
ellos dar equitativamente bien cima encaja.
Nosotros podría incluso venir en el valores
debajo cada y nosotros poder jalar arriba el área bajo el curva para a ellos.
Pero cómo bien son aquellos encaja ¿de hecho?
Vamos llevar a mirar en a ellos a diferente forma.
Qué I desear a hacer es llevar y Bueno ir adelante y jalar arriba gráfico constructor en estos
y Bueno mirar en cómo el modelos relatar a el derechos residuales de autor para aquellos picos.
Nosotros poder ver a muy diferente historia
que qué nosotros sierra en Curva de ajuste con estos dos cima formas.
Nosotros poder ver eso Hay a sistemático error construido en estos cima formas.
El razón nosotros poder ver eso con el Gaussiano,
nosotros poder ver eso es amable de desestimación en el centro.
Es haciendo bueno en el espalda, pero afuera en el cruz es en realidad desaparecido cosas.
Nosotros poder ver casi el inverso para el Lorentziano.
¿Porqué es eso?
Bien, el verdad es eso en espectroscopia particularmente,
allá son a lote de diferente cima formas.
Es no justo Gaussiano, es no justo Lorentziano.
Hay de hecho a entero familia de cima formas eso son afuera allá
a manejar todo el diferente físico fenómenos
eso resultado en el picos eso nosotros ver en espectroscopia.
Cómo hacer nosotros trato con aquellos en ¿JMP?
Bien, es de hecho en realidad bastante fácil.
Vamos comenzar con mirando en
qué el resultados de usando el correcto cima forma es.
Aquí Yo tengo consiguió el Gaussiano de nuevo, el derechos residuales de autor para el Gaussiano cima adaptar
y el azul línea en este caso es No más extenso el Lorentziano.
Es llamado a Seudo Voigt,
cual es un aproximación de a cima forma llamado a Voigt función.
Aviso eso el derechos residuales de autor para el Voigt función son muerto departamento.
Nosotros son de hecho haciendo mucho mejor.
Antes, si nosotros eran a intentar a hacer
cuantificación con el Lorentziano o el Gaussiano,
nosotros quería correr en a situación dónde nosotros podría encima o subestimar
el cantidad de a material en a muestra.
Con el Voigt en este caso, porque este es a Voigt cima forma,
eran de hecho yendo a conseguir el preciso cuantificación de eso.
Eso es el importante cosa.
Ahora cómo hizo I hacer ¿este?
Bien, Hay a pocos maneras a hacer él.
El más fácil es a venir en el modelo
venir en el datos mesa y crear a modelo.
El modelo es en realidad fácil a hacer.
Este es el Voigt cima forma.
Aspecto a pequeño aterrador, pero eso es justo el naturaleza de el matemáticas.
Aquí Yo tengo consiguió a parámetro para el base y este entero desorden.
Aquí es el Voigt cima forma.
Nosotros poder venir en el parámetros ajustes
y definir a partir de agujas para cada de nuestro valores.
Entonces yendo en
eran no yendo a usar Curva de ajuste, eran yendo a venir abajo a no lineal.
Nosotros poder usar eso como a a partir de punto para un análisis.
Soy yendo a expandir debajo 40 minutos.
Eso es de hecho a bien hábito a conseguir en en este caso.
I hizo eso equivocado.
Vamos ir atrás y rehacer eso.
Debería ser el cuenta.
Allá nosotros ir.
Eso aspecto mejor.
Ahora si I ir adelante y hacer clic Ir,
él hace mi cima adecuado para a mí y todo.
Eso es excelente.
No poder conseguir el área bajo el curva aquí muy fácilmente.
Pero I poder conseguir justo acerca de cada otro parámetro eso I necesidad.
El lindo cosa acerca de a lote de estos cima formas
es ellos también tener Bueno definido integrales.
Una vez tú tener el estándar desviación y el significar y aquellos información,
tú poder generalmente conseguir el integral equitativamente fácilmente,
el área bajo el curva equitativamente fácilmente.
Eso es uno forma de manejo eso.
Pero él introduce a grande cantidad de error posibilidades en este cima forma.
Nosotros tenemos dado nosotros mismos a lote de potencial problemas.
Qué nosotros en realidad quería como es algo eso aspecto a poco más como este,
dónde nosotros tenemos consiguió a predefinido función llamado el PseudoV oigt.
Nosotros dar él todo de nuestro adecuado parámetros
y Hay nuestro adecuado parámetro para nuestro base.
Es el mismo matemáticas,
pero nosotros encapotado él en un fácil a entender función dónde nosotros son justo
siempre que el parámetros eso nosotros desear a adaptar.
Él obras el mismo en no lineal.
Cómo hacer I hacer ¿eso?
Bien, allá son a pocos cosas eso nosotros poder hacer.
Nosotros poder definir en y Hay a lote de código bien aquí.
Pero el grande cosas eso nosotros desear a pagar atención a
son el hecho eso eran definiendo a función,
eso eran definiendo alguno parámetros.
En el muy abajo de este, este es a familia de parámetros.
I soy usando el Agregar costumbre funciones operador
a poner aquellos en el memoria de JMP, entonces eso JMP sabe eso Yo tengo consiguió
estos costumbre funciones y sabe qué ellos mirar como y sabe cómo ellos comportarse.
Haciendo él eso forma proporciona alguno en realidad poderoso herramientas.
Si I venir en el secuencias de comandos índice,
una vez Yo tengo definido mi funciones, ellos espectáculo arriba en el secuencias de comandos índice.
I no en realidad dar a lote de descripciones aquí,
pero tú podría dar bastante detallado descripciones y ejemplos
aquí como tú quería como.
El otro cosa eso nosotros poder hacer, de nuevo próximo atrás en nuestro
Adaptar modelo es cuando nosotros definir estos funciones,
nosotros conseguir nuestro propio entrada en el fórmula editor,
cual permite a nosotros justo hacer clic en uno de estos y usar a ellos
justo como nosotros quería cualquier otro función en el fórmula editor.
De nuevo, estos son de hecho bastante fácil a definir.
El ejemplos en el secuencias de comandos índice hacer él muy fácil a hacer.
Justo buscar para Agregar costumbre función
y tú poder justo usar el texto repetitivo allá a construir apagado de eso.
Hay también a excelente blog correo en cómo a hacer eso.
Eso es uno respuesta a uno pregunta eso nosotros tener.
Vamos continuar en y Vamos mirar en a diferente pregunta,
tal vez a levemente más complejo problema.
Qué sucede si nosotros tener dos picos?
Entonces de repente Curva de ajuste es No más extenso en el mesa.
Eran yendo a tener a usar Ajuste no lineal
y eso también sugiere cómo nosotros podría trabajar con este.
Eran yendo a básicamente tener a romper afuera
nuestro ecuación, nuestro modelo eso nosotros tenía antes.
I romper él afuera columna por columna
justo a administrar todo de aquellos bits y piezas eso nosotros sierra antes.
I tener uno para mi base,
I tener uno para mi picos, y entonces I tener uno para mi espectros.
Vamos tener a mirar en qué todo aquellos mirar como en realidad rápido.
Vamos comenzar con el base
porque es consiguió a pequeño poco de a entendido eso nosotros tener a preocuparse acerca de.
El base justo tiene el adaptar parámetro para el base,
pero él también tiene este x término veces cero.
Eso es porque no lineal espera cada ecuación eso va en a fórmula
a atar atrás a el x eje eso estás siempre que.
Nosotros poner x veces cero en allá justo a tener él ser bueno con conspirando eso.
Eso es justo a pequeño entendido eso tú tener a trato con.
Eso es uno pedazo, cima 1 aspecto justo como nosotros quería esperar con es parámetros.
Cima 2 aspecto justo el mismo,
excepto es consiguió diferente parámetro nombres entonces nosotros no tener cualquier colisiones.
Cima uno era 1, 2, 3, 4 y cima 2 es B 1, 2, 3 , 4, 5, 6, 7, 8.
Eso es el solo cosa nosotros tener a hacer.
Entonces el espectros sí mismo, el cosa eso eran yendo a adaptar,
el cosas eso eran yendo a poner en no el Ajuste no lineal plataforma,
es eran justo yendo a decir mi base curva más mi cima 1 más mi cima 2.
Justo como I presentado tú antes haciendo eso en Ajuste no lineal,
Aquí está mi espectros eso va en el predicción ecuación.
Soy yendo a recordar a poner mi cuenta en y no mi x curva.
Justo como I dicho antes, Soy yendo a expandir mi intermedio
fórmulas y eso es yendo a decir JMP a tú atrás en de eso primero fórmula
en todo el fórmulas eso son en el individual columnas.
Nosotros hacer clic Bueno, ey, nosotros ver qué nosotros esperar a ver.
Ahora nosotros poder hacer clic ir
y él va a través de y encaja todo justo como nosotros quería esperar.
Nosotros conseguir a lindo adaptar y nosotros tener el capacidad a conseguir confianza
intervalos y todo demás casarse como apagado de eso.
Dos picos es razonable y posible.
Pero el problema eso nosotros correr en es
qué sucede cuando nosotros tener algo eso aspecto como este.
En a bruto contar, Hay probablemente a docena picos allá
más a complejo base eso es no de hecho a derecho línea eso es
probablemente consiguió alguno parabólico comportamiento a él.
Nosotros tenemos consiguió a complejo base, nosotros tenemos consiguió múltiple picos.
Eran yendo a tener a hacer uno fórmula para cada de aquellos.
Hay a lote de trabajo ambulante a construir en algo como este.
Si tú conseguir en INCÓGNITA- rayo difracción, el problema obtiene incluso peor.
Hay cómodamente 30, 40 picos en este espectros bien aquí
eso nosotros quería tener a trabajar con.
El primero pregunta eso nosotros necesidad a preguntar es,
poder no lineal manejar eso a ¿problema?
Bien, él vueltas afuera eso él poder
si nosotros justo usar no lineal y Soy yendo a hacer algo salvaje y loco.
Yo tengo consiguió él adecuado a Lorentziano cima
y Soy yendo a venir atrás y Soy yendo a de hecho tener él adaptar él en real tiempo.
Tú poder mirar eso como él va a través de.
Él clavos cada cima en cerca real tiempo como I mover a través de este bastante rápidamente.
Es golpeando el grande cima en cada grupo.
Eso dice eso el Adaptar motor
poder probablemente manejar el tratamiento eso eran relación comercial con.
Eso es bien. Este en realidad se convierte más de
a problema de logística que a problema de actual funcionalidad dentro JMP.
Él en realidad es a real problema.
Si nosotros eran a mirar en, Vamos justo decir eran mirando en adecuado Voigt cima formas
y nosotros podría hablar acerca de Lorentziano y nosotros podría hablar acerca de Gaussiano,
nosotros podría hablar acerca de el Pearson Siete, todo aquellos diferente tipos de cima formas.
Pero el Voigt cima forma tiene cinco parámetros,
el x eje y entonces el perder parámetros.
Eso apenas equivale a acerca de seis ratón clics por cima.
Incluso si estás haciendo él en a soltero fórmula, es seis ratón clics por cima.
Eso dice eso para a diez cima fórmula, para a diez cima espectros,
eran yendo a tener a hacer 88 ratón clics.
Sin embargo largo eso acepta tú por ratón hacer clic es dependiente en muchos, muchos factores.
Pero si nosotros eran a hacer algo como eso radiografía difracción patrón,
eran hablando en el rango de 300 ratón picos.
Si es de hecho arriba alrededor 40, es de hecho alrededor 300 ratón clics.
Eso es a lote de haciendo clic alrededor eso nosotros no desear a tener a hacer.
Nosotros quería como nuestro interacción con el espectros
a ser algo a lo largo de el pauta de uno hacer clic por cima.
Eso sugiere eso nosotros necesidad alguno automatización construido- en.
Vamos tener a mirar en cómo Yo tengo hecho eso.
Yo tengo tomado a herramienta y construido a herramienta a manejar este.
Yo tengo de hecho tomado a número de diferente soluciones aquí.
Primero apagado, Vamos mirar en el biblioteca de picos eso Yo tengo generado.
Espectros.
El título de este hablar incluye en él a número de diferente cima formas.
Nosotros incluir a familia de Gaussiano picos eso tener a dividir Gaussiano
eso da tú a diferente estándar desviación para el x y y parámetro
para uno lado de el cima de el otro.
El mismo con Lorentzianos, el Pearsons y entonces el PseudoV ojos.
Estos todo también tener versiones eso son
sintonizado a dar tú el área en cambio de el intensidad como a adaptar parámetro.
Eso es el área término en todo de estos.
Eso es uno pedazo.
Cuando nosotros carga en el espectros, agregar en, nosotros conseguir eso para gratis.
Eso es automático.
Ahora Vamos mirar en el otro desafío.
Vamos llevar eso aceituna aceite espectros.
Qué nosotros en realidad desear es a herramienta
dónde nosotros poder venir en y decir, Aquí está mi INCÓGNITA- eje, Aquí está mi Y- eje.
I justo desear a ser capaz a hacer alguno cima descubrimiento.
Aquí está mi cuatro principal picos.
Él encontró a ellos automáticamente.
Tal vez I desear a hacer a primero derivado o tal vez I desear a hacer a cuantil.
I poder también eliminar el fondo aquí entonces I poder hacer clic finalizado.
Es encontró aquellos primero tres picos para a mí.
Soy yendo a ir adelante y cambiar mi fondo a a lineal uno.
Ahora I poder venir en también y hacer alguno manual cima selección.
Detrás el escenas,
es tomando cuidado de escribiendo todo de aquellos cima parámetros para tú
entonces eso Todo esta lindo y ordenado.
Hay probablemente uno bien allá.
Probablemente uno bien allá. Hay uno bien allá.
Cada tiempo tú agregar a cima, tú poder venir en y seleccionar el cima
en el lista de picos, y lo hará dar tú el información calculado en eso tiempo.
Tú poder ver bien aquí, estos picos son no Bueno definido.
Ellos son no adecuado el datos muy Bueno.
En realidad nosotros desear a ir encima en no lineal.
Yo tengo tomado en hackeado no lineal
entonces eso él voluntad correr este en real tiempo y mirar lindo y bonito.
Tú poder mirar el cima formas cambio.
De modo realista, I podría tener preferido a cuadrático en cambio de a lineal para este,
pero justo para el beneficio de interés.
Aquí, Yo tengo correr afuera de iteración.
Enfermo aumentar el iteración y Enfermo también atrás apagado justo a tocar
en mi gradiente entonces eso I poder intentar y conseguir este cosa a converger a pequeño Más rápido.
Bueno, Bueno llevar eso como bien suficiente para el momento.
Nosotros poder decir eso nosotros desear a aceptar el adaptar,
y Hay mi adaptar parámetros.
Entonces I poder decir hecho.
Él trae él atrás encima en espectros para a mí a trabajar con.
I poder ahora decir, refinar mi AUC parámetros
y I poder venir en y conseguir mi nuevo aproximado área bajo el curva.
Eso es excelente y magnífico, pero qué I en realidad desear es un producción mesa
eso tiene todo aquellos parámetros y su información adjunto a a ellos.
Eso es espectros en a cáscara de nuez.
El meta con este proyecto era a llevar, como I dicho antes,
nosotros desear a tener el capacidad a manejar físico picos, múltiple picos,
con un fácil a usar interfaz eso manijas aquellos curvas
dónde nosotros necesidad el área bajo el curva,
el físico parámetros adjunto a cada cima.
Pero nosotros en realidad no cualquiera tener suficiente datos a usar en adaptar modelo
o en a funcional datos explorador, o
es justo no el problema dónde nosotros desear a trabajar con eso particular herramienta.
El herramienta es arriba de nuevo.
El Código QR código aquí voluntad llevar tú a el agregar en en el comunidad
dónde tú poder trabajar con él.
Espectros es arriba ahora y listo a ir.
