복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇일까요?안녕하세요,
제가 하려는 작업은 다음과 같습니다 (제 JMP 버전은 19.0.3입니다).
- 저는 1천만 행이 넘는 시계열 데이터셋을 가지고 있습니다.
- 1000개 이상의 세그먼트에 대해 분할 피팅을 수행해야 합니다.
- R에서는 이 작업을 할 수 있다는 것을 알지만, JMP에서는 어떻게 해야 하는지 모르겠습니다.
- 제 목표는 지금 다음과 같습니다.
- JMP에 데이터가 있습니다
- R에서 분할 피팅을 수행합니다.
- 데이터를 새로운 표로 요약합니다.
- 데이터를 JMP로 다시 전송합니다.
또 다른 방법은 요약 테이블 작성을 위해 JMP 외부에서 모든 작업을 수행하는 것이지만, 가능하다면 JMP와 R 통합 기능을 활용하여 시도해 보고 싶습니다.
JMP에서 R을 사용하는 데 도움이 될 만한 교육 자료/읽을거리, 그리고 이와 비슷한 작업을 이미 해보신 분들의 조언이 있으면 감사하겠습니다.
감사합니다!
OverviewOverviewOverviewOverviewOverviewOverviewOverviewOverviewOverviewOverview개요
ZoomZoomZoomZoomZoomZoomZoomZoomZoomZoom줌
Deep ZoomDeep ZoomDeep ZoomDeep ZoomDeep ZoomDeep ZoomDeep ZoomDeep ZoomDeep ZoomDeep Zoom딥 줌
고급 통계 모델링제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?제 기억이 맞다면, JMP19에서는 R 통합이 현재 Python 통합을 통해 이루어지고 있습니다. 다음은 스크립터스 클럽 녹화 영상 중 하나인 "JMP 19에서 R이 다시 돌아왔습니다 - R과 Python 통합 살펴보기" 의 관련 프레젠테이션입니다.
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?@jthi 님, 감사합니다. 좋은 출발점이 될 것 같네요!
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?안녕하세요 @PurpleBat 님 ,
달성하고자 하는 목표를 좀 더 자세히 이해하기 위해, 세분화의 목적은 무엇이며 최종 목표는 무엇인가요? 활동이 활발한 지역(예: Phil T1 Ave 증가)을 세분화하는 것인가요?
R이나 해당 패키지의 프로세스에 대해 설명해 주시면, JMP나 JSL을 사용해서 동일한 결과를 얻을 수 있을지도 모릅니다.
감사해요,
벤
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?안녕 벤,
각 구간에서 최소값과 최대값, 그리고 상승 시간(1차 근사값으로 1-exp(-t/tau)에 맞춰 피팅)을 추출한 다음, 매개변수 tau를 사용하여 상승을 나타내고 싶습니다.
그 정보를 얻고 나면, 시간이 지남에 따라 타우 단백질이 어떻게 변화하는지 살펴보고 싶습니다.
도움이 되셨나요?
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?안녕하세요 @PurpleBat 님 ,
세그먼트를 어떻게 정의하고 있나요? 크기가 모두 동일한가요(X의 길이)? R의 set 패키지를 사용해서 생성한 건가요? JMP에서도 가능할 것 같긴 한데, 좀 더 자세한 정보가 필요합니다.
특히 R의 경우, 스크립팅 색인(도움말 > 스크립팅 색인)에서 R 통합 및 실행에 필요한 구성 요소에 대한 자세한 정보를 확인할 수 있습니다(아래 스크린샷 참조).
감사해요,
벤
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?안녕하세요 @PurpleBat 님 ,
JMP에서 R을 사용하는 방법에 대한 페이지는 다음 링크에서도 확인할 수 있습니다: https://www.jmp.com/support/help/en/19.0/index.shtml#page/jmp/work-with-r.shtml#ww1284119
감사해요,
벤
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?각 구간에 개별적으로 레이블을 지정하면 JMP의 곡선 맞춤 기능을 사용하여 상승 시간을 추출할 수 있습니다. 어려운 부분은 구간을 자동으로 감지하는 것입니다. 각 구간의 시작과 끝을 어떻게 정의하는지 알려주시면 감사하겠습니다. 현재로서는 각 구간이 각 지역 최대값 또는 최소값에서 시작/끝난다고 가정하겠습니다.
다음은 JMP에게 자동으로 모든 지역 최대값과 최소값을 찾아 표시 하고 새 열에 레이블을 지정하도록 지시하는 방법입니다. 그다음 단계는 이러한 표시를 사용하여 각 세그먼트에 고유한 레이블을 지정하는 스크립트를 작성하는 것입니다.
데이터 테이블(또는 대표적인 샘플 데이터 테이블)을 업로드해 주시면, 해당 데이터에 이 접근 방식을 직접 적용하는 방법을 보여드리겠습니다.
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?@christian-z님 과 @Ben_BarrIngh님 , 두 분 모두 감사합니다.
세그먼트들은 규칙적이지는 않지만, 지역 최소값이나 최대값에서 시작합니다. 설명을 위해 훨씬 더 큰 데이터 세트에서 작은 예시를 가져왔습니다(크기를 1.7GB에서 약 500kB로 줄였습니다).
저도 이 축소된 데이터셋을 계속해서 직접 분석해보고, 그 결과를 더 큰 데이터셋에 적용해 보겠습니다.
지금까지 주신 훌륭한 조언과 도움에 진심으로 감사드립니다!
제목: 복잡한 시계열 분석을 해결하는 가장 좋은 방법은 무엇인가요?@PurpleBat 님 , 시작하는 데 도움이 되도록 예제 테이블을 업데이트했습니다. 수식 열을 추가하고 스크립트를 데이터 테이블에 저장했습니다. 쉽게 이해되실 수 있을 거라고 생각하지만, 궁금한 점이 있으면 알려주세요.
디버깅을 할 때는 데이터 필터를 사용하여 테이블의 일부 데이터만 살펴보는 것이 좋습니다. 전체 분석을 실행할 준비가 되면 수천 개의 곡선이 포함된 전체 데이터 세트를 처리하는 데 다소 시간이 걸릴 수 있다는 점을 유의하십시오.
다음 단계로는 하향 곡선만 필터링하는 것(이러한 곡선이 더 흥미롭다고 가정할 때), 모든 데이터가 시간=0에서 시작하도록 "정렬"하는 것, 필요한 경우 곡선을 정규화하는 것 등이 있습니다.
