你好，
所以我首先想到的是 FDOE。
但困难的部分是
y(ABC, T, t) ~ f(t, k(T,A,B,C), b0(A,B,C))
- A、B、C 是编码因子
- k(T,A,B,C) 是反应速率常数，其形式为 ln(k) = lnk0(A,B,C) - Ea(A,B,C)/T(开尔文) - deltaR z(T)
z(T) 是开尔文温度的非线性变换器。
Ea是活化能。
棘手的部分是，k 参数（动力学因素）随温度的倒数呈指数变化，但不一定是线性的（不幸的是，在生物制剂中）。
从术语上讲，这些 k 值可以改变 y 响应演变的速度。
通常它可以被看作是一个时间标量。
但有时曲线的形状也会随着 T（温度）而改变。
DOE 属于中央复合设计类型。
这些因素对 ln(k0
对于每次运行，数据集都包含完整的稳定性研究。
因此，整个数据集可以看作是 DOE 的克罗内克积，并针对不同的离散温度进行了稳定性研究。
最后我们想要
- 作为因素、时间、温度函数的分析器
- 某种方法来推导出有意义的系数并描述 DOE 因素如何影响它们（如活化能）。
如果我们完全采用机械方法，那么 JMP 将不是答案，因为我们需要 ODE 求解器。
但也许我们可以让速率因子以非线性方式影响 B 样条或函数 DOE 上的时间轴
有没有什么想法可以不用太多的体力劳动就能做到这一点？
