Bonjour,
J'utilise JMP Student Edition 19.1.4 pour analyser des données fonctionnelles issues d'une expérience cinétique.
Mon protocole expérimental repose sur un plan de Box-Behnken à trois facteurs. Je sais que les facteurs expérimentaux ont des effets significatifs sur les réponses, mais que ces effets peuvent varier au cours du temps. Par conséquent, je m'intéresse non seulement à la réponse à un instant précis, mais aussi à l'évolution des profils cinétiques en fonction des conditions expérimentales.
J'ai réalisé 15 essais expérimentaux, avec des mesures prises à 10 moments différents, d'environ 0,5 h à 24 h. J'ai utilisé Functional Data Explorer avec un modèle B-spline et VCG pour modéliser la cinétique.
Le modèle semble bien correspondre aux données expérimentales, et JMP fournit des courbes d'ajustement pour chaque essai. Je souhaite maintenant déterminer s'il est possible d'utiliser ces fonctions d'ajustement pour obtenir des valeurs estimées à des instants non mesurés expérimentalement, notamment entre 7 h et 24 h.
Pour une analyse complémentaire, j'ai utilisé les scores des composantes principales fonctionnelles (CPF) obtenus à partir de l'outil Functional Data Explorer comme variables réponses dans une analyse de surface de réponse (RSM). Cela m'a permis d'étudier l'influence de mes facteurs expérimentaux sur les principales caractéristiques de la cinétique.
Cependant, je ne sais pas quelle serait la meilleure façon de procéder. Idéalement, j'aimerais obtenir le modèle fonctionnel ajusté pour chaque simulation et l'utiliser pour estimer la réponse à des instants intermédiaires, plutôt que de simplement interpoler les observations brutes.
Je ne trouve aucun moyen d'exporter la fonction ajustée continue ni d'obtenir des prédictions à des points temporels arbitraires à partir de l'explorateur de données fonctionnelles.
Existe-t-il un moyen d'extraire la fonction B-spline ajustée (ou les coefficients nécessaires) pour chaque exécution individuelle dans JMP Student Edition ?
Plus important encore, l'utilisation de fonctions B-spline ajustées de cette manière serait-elle une approche statistiquement appropriée pour estimer les valeurs entre les points temporels expérimentaux ? Ou existe-t-il une meilleure méthode au sein de JMP pour obtenir ces prédictions ?
J'apprécierais également tout conseil sur la pertinence de mon approche globale (utilisation du modèle fonctionnel pour décrire la cinétique puis utilisation des scores CPF dans la RSM) pour ce type de conception expérimentale.
Merci d'avance pour vos conseils ou suggestions.
Je recommande Functional DOE : Functional Design of Experiments – A Primer (passez à 7:15 pour voir cette fonction spécifique).
Vous pouvez utiliser le profileur DOE fonctionnel pour explorer les valeurs interpolées (c'est-à-dire prédites par le modèle) de votre courbe, même dans les régions sans données. À partir du menu triangulaire rouge de l' analyse DOE fonctionnelle , vous pouvez ensuite enregistrer la formule de prédiction comme colonne de votre tableau de données.
Pour tester cela sur un jeu de données d'exemple : Aide > Index des exemples > Mill DOE.jmp
(Si vous souhaitez uniquement des courbes interpolées pour chaque ID de courbe, sans tenir compte des facteurs DOE : Menu Triangle rouge sous B-Spline > Résumés des fonctions > Enregistrer les résumés )
