제약 연구 개발 및 생산 과정에서 이러한 유형의 데이터를 자주 접하시나요?
- 시간에 따른 용해 곡선 또는 세포 성장 곡선
- 근적외선 분광법 (NIR) 또는 크로마토그래피는 분석 화학에서 흔히 사용됩니다.
이러한 데이터는 단순한 "숫자"가 아니라 "연속적인 곡선"입니다. 기존 방법은 종종 최댓값, 곡선 아래 면적 또는 특정 시점의 데이터만 추출하여 분석합니다. 이는 시간이 많이 소요될 뿐만 아니라 곡선의 기울기나 시간 경과에 따른 변화와 같은 중요한 동적 추세를 간과하게 됩니다.
함수 데이터 탐색기(FDE ) 를 사용해 보세요. FDE는 복잡한 곡선을 여러 개의 FPC 점수( 함수 주성분 점수 ) 로 압축하여 곡선의 변화를 파악할 수 있습니다.
팁: 분석 -> 특수 모델링 -> 함수형 데이터 탐색기
FDE는 다음과 같은 세 가지 주요 응용 분야를 가지고 있습니다.
1. 곡선 변동의 주요 요인 이해
기능적 주성분 분석( FDE )은 곡선 의 주요 변동 패턴을 식별하고 이를 FPC 점수 로 요약합니다. 또한 FDE는 실험 설계 (DOE) 와 결합하여 FPC 점수를 반응 변수로 사용하는 암사슴 분석을 수행할 수 있습니다.
팁: 모델을 생성한 후, 모델 옆에 있는 빨간색 삼각형 메뉴를 클릭하고 ' 기능 실험 설계 분석'을 선택하세요.
2. 함수 회귀 분석 의 활용
추출된 FPC 값은 회귀 모델 또는 머신러닝과 결합됩니다. 요인과 FPC 값 사이의 관계를 분석함으로써 곡선에 미치는 영향을 파악할 수 있습니다.
모델을 생성한 후, 함수 요약 테이블 옆에 있는 빨간색 삼각형 메뉴에서 " 요약 저장"을 선택하십시오. 그러면 원본 데이터의 각 레코드에 대한 FPC 값이 검색됩니다.
3. 곡선과 목표 표준값의 비교
스코어 플롯을 사용하면 각 곡선이 각 FPC(기능 처리 장치) 상의 공간 좌표로 그려지므로 복잡한 곡선 형태가 플롯 상의 단일 점으로 단순화됩니다. 이를 통해 배치 간 형태 변화 또는 목표 곡선과의 차이를 직접 비교할 수 있습니다.
