안녕하세요,
저는 JMP 학생용 버전 19.1.4를 사용하여 속도론 실험에서 얻은 함수 데이터를 분석하고 있습니다.
제 실험 설계는 3요인 박스-벤켄 설계에 기반합니다. 실험 요인들이 반응에 유의미한 영향을 미친다는 것을 알고 있지만, 이러한 영향은 시간에 따라 변할 수 있습니다. 따라서 저는 특정 시점의 반응뿐만 아니라 실험 조건에 따라 반응 속도론적 양상이 어떻게 변화하는지도 관심이 있습니다.
저는 약 0.5시간부터 24시간까지 10개의 시점에서 측정한 값을 포함하는 15번의 실험을 수행했습니다. 반응 속도론을 모델링하기 위해 Functional Data Explorer와 B-스플라인 모델, 그리고 VCG를 사용했습니다.
이 모델은 실험 데이터에 상당히 잘 맞는 것으로 보이며, JMP는 각 실행에 대한 적합 곡선을 제공합니다. 이제 이러한 적합 함수를 사용하여 실험적으로 측정되지 않은 시점, 특히 7시간에서 24시간 사이의 추정값을 얻을 수 있는지 조사하고 싶습니다.
추가 분석으로, Functional Data Explorer에서 얻은 기능적 주성분 점수(CPF)를 반응 표면 분석법(RSM)의 반응 변수로 사용했습니다. 이를 통해 실험 요인이 반응 속도의 주요 특징에 어떻게 영향을 미치는지 조사할 수 있었습니다.
하지만 앞으로 어떻게 진행하는 것이 가장 적절할지 확신이 서지 않습니다. 이상적으로는 원시 관측값을 단순히 보간하는 대신, 각 실행에 대한 적합된 함수 모델을 얻고 이를 사용하여 중간 시점의 반응을 추정하고 싶습니다.
함수 데이터 탐색기에서 연속 적합 함수를 내보내거나 임의의 시점에서 예측값을 얻는 방법을 찾을 수 없습니다.
JMP 학생용 버전에서 각 실행 결과에 대한 적합된 B-스플라인 함수(또는 필요한 계수)를 추출하는 방법이 있습니까?
더 중요한 것은, 이러한 방식으로 적합된 B-스플라인 함수를 사용하는 것이 실험 시점 간의 값을 추정하는 데 통계적으로 적절한 접근 방식일까요? 아니면 JMP 내에서 이러한 예측을 얻는 더 나은 방법이 있을까요?
또한, 제가 사용하는 전반적인 접근 방식(기능 모델을 사용하여 반응 속도를 설명하고, 그 결과를 RSM에서 CPF 점수로 활용하는 방식)이 이러한 유형의 실험 설계에 적합한지에 대한 조언을 주시면 감사하겠습니다.
조언이나 제안을 주셔서 감사합니다.
저는 Functional DOE: Functional Design of Experiments -- A Primer를 추천합니다 (이 특정 기능을 보려면 7:15로 건너뛰세요).
기능적 DOE 프로파일러를 사용하면 데이터가 없는 영역에서도 곡선의 "보간된", 즉 모델 예측값을 확인할 수 있습니다. 기능적 DOE 분석 의 빨간색 삼각형 메뉴 에서 예측 수식을 데이터 테이블의 열로 저장할 수 있습니다.
샘플 데이터셋에서 테스트하려면 다음 경로를 따르세요: 도움말 > 샘플 인덱스 > Mill DOE.jmp
(실험계획법(DOE) 요소를 고려하지 않고 각 곡선 ID에 대한 보간된 곡선만 필요한 경우: B-스플라인 > 함수 요약 > 요약 저장 아래의 빨간색 삼각형 메뉴를 선택하십시오.)
