预测和专业建模 > 函数数据分析器 > “函数数据分析器”平台的更多示例
发布日期: 04/13/2021

“函数数据分析器”平台的更多示例

 

多个函数过程的示例

函数实验设计示例

多个函数过程的示例

该示例使用 Fermentation Process.jmpFermentation Process Batch Yield Results.jmp 样本数据表来分析酶产量。“产量”是转基因的酵母生产的酶数量。每个批次取 100 次过程测量值,它们平均分布在 12 个小时的时间段上。

使用“函数数据分析器”平台拟合数据模型并将函数主成分保存到新数据表,然后在“拟合模型”平台的“广义回归”特质中分析这些函数主成分。

拟合函数模型

1. 选择帮助 > 样本数据库,然后打开 Functional Data/Fermentation Process.jmp

2. 选择分析 > 专业建模 > 函数数据分析器

3. 在“堆叠数据格式”选项卡中,选择乙醇pH 并点击 Y,输出

4. 选择时间并点击 X,输入

5. 选择批次 ID 并点击 ID,函数

6. 点击确定

7. 点击“函数数据分析器组”红色小三角并选择数据处理 > 对齐 > 将范围对齐为 0 到 1。这在每个“函数数据分析器”报表中将输入变量对齐为介于 0 到 1 之间。

8. 点击“函数数据分析器组”红色小三角并选择模型 > B 样条。这对每个函数过程拟合 B 样条模型。

图 15.7 乙醇的“函数数据分析器”报表 

图 15.8 乙醇的“模型汇总”报表 

Figure 15.7Figure 15.8显示一个函数过程变量“乙醇”的模型报表。滚动整个报表以查看每个过程变量的模型拟合情况。接着,在分析中使用“函数汇总”报表中的 FPC。

保存 FPC 并链接产量结果

1. 按 Ctrl 的同时点击任意“函数汇总”红色小三角,然后选择定制函数汇总

2. 输入要显示的 FPC 数旁边的框中,键入 3。

3. 点击取消选择所有汇总框。

4. 点击确定

5. 点击“函数数据分析器组”红色小三角并选择保存汇总

6. 选择帮助 > 样本数据库,然后打开 Functional Data/Fermentation Process Batch Yield Results.jmp

7. 函数数据分析器模型汇总.jmp 数据表中,右击批次 ID 并取消选择链接 ID

8. 函数数据分析器模型汇总.jmp 数据表中,右击批次 ID 并选择链接引用 > Fermentation Process Batch Yield Results.jmp

这实际上连接了产量数据表和汇总数据表。

拟合广义回归模型

使用“拟合模型”平台的“广义回归”特质确定函数过程变量是如何影响产量的。

1. 函数数据分析器模型汇总.jmp 数据表中,选择分析 > 拟合模型

2. 点击“由‘批次 ID’引用到‘Fermentation Process Batch Yield Results’”旁边的小三角。

3. 选择产量[批次 ID] 并点击 Y

4. 选择除时间批次 ID 之外其余的列,然后点击添加

5. 将“特质”更改为“广义回归”。

6. 点击运行

7. 选择自适应框。

8. 点击执行

图 15.9 批次产量的“广义回归”报表 

“广义回归”报表显示产量显著受乙醇糖蜜饲料NH3 饲料空气的某些成分的影响。模型的 R 方为 0.73225。通过首先使用 FDE 对函数过程进行降维,您大大减少了变量数,但是仍具有构建合理预测模型的能力。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).