안녕하세요,
그래서 저는 먼저 FDOE를 생각했습니다.
하지만 어려운 부분은 다음과 같습니다.
y(ABC, T, t) ~ f(t, k(T,A,B,C), b0(A,B,C))
- A, B, C는 코드화된 요소입니다.
- k(T,A,B,C)는 반응 속도 상수이며 ln(k) = lnk0(A,B,C) - Ea(A,B,C)/T(켈빈) - deltaR z(T) 형태입니다.
z(T)는 켈빈 온도의 비선형 변환기입니다.
Ea는 활성화의 에너지입니다.
까다로운 점은 k 매개변수(동적 요인)가 온도의 역수에 따라 기하급수적으로 변한다는 점인데, 이는 반드시 선형적이지는 않습니다(불행히도 생물학에서는 그렇습니다).
용어상 k 값은 y 응답이 얼마나 빨리 진화하는지를 변경할 수 있습니다.
일반적으로 이는 시간 척도로 볼 수 있습니다.
하지만 때로는 곡선의 모양이 T(온도)에 따라 바뀌기도 합니다.
DOE는 중앙-복합-설계 유형입니다.
요인은 ln(k0)의 계수에 비선형적으로 영향을 미칩니다.
각 실행에 대한 데이터 세트에는 전체 안정성 연구가 포함되어 있습니다.
따라서 전체 데이터 세트는 서로 다른 개별 온도에서 안정성 연구를 수행한 DOE의 크로네커 곱으로 볼 수 있습니다.
결국 우리는 원한다
- 요인, 시간, 온도의 함수로서의 프로파일러
- 의미 있는 계수를 도출하고 DOE 요인이 계수에 어떤 영향을 미치는지(활성화 에너지 등) 설명하는 방법.
완전히 기계론적으로 접근한다면 JMP는 답이 될 수 없습니다. ODE 솔버가 필요하기 때문입니다.
하지만 아마도 우리는 b-스플라인이나 기능적 DOE 위에 시간 축에 영향을 미치는 비선형 방식으로 속도 인자를 가질 수 있을 것입니다.
너무 많은 수동 노동 없이 이것을 할 수 있는 방법이 있을까요?
