Rannsóknarlota — notkunarleiðbeiningar

Notaðu Research Batch þegar vísindalega spurningin þín byggist á röð FTIR-litrófa fremur en einni skrá: meðhöndlun, styrk, samsetningum, tímapunktum eða líffræðilegum hópum með endurteknum mælingum. Verkflæðið heldur uppbyggingu rannsóknarinnar sýnilegri á meðan þú ferð frá mynstrum hópanna yfir í litrófssvæðin sem liggja þeim að baki.

Veldu þetta verkflæði fyrirSamanburður milli tilraunahópa

Notaðu þetta þegar endurtekningar og óháð sýni skipta máli fyrir vísindalega niðurstöðu, en ekki þegar þú þarft aðeins að bera kennsl á eitt óþekkt litróf.

Spurningin sem það hjálpar við að svaraEru hóparnir ólíkir, hversu samræmdir eru þeir og hvaða bönd skýra muninn?

Líkindastuðull, PCA, klasagreining og toppamunur eru ólík sjónarhorn á sömu rannsókn og ætti að túlka saman.

Það sem þú getur tekið með þér áframTöluleg gögn til stuðnings tölfræði, mynda og yfirferðar handrits

Flytjið út gildi frekar en að reiða sig á skjámyndir, en haldið úthlutun sýna og litrófsgögnum tiltækum fyrir meðhöfunda eða síðari greiningu.

Hvað þessi vinnubekkur gerir

Skipuleggur mörg litróf í sýni, endurteknar mælingar og valfrjálsa flokka.
Ber saman litróf og meðaltöl einangraðra sýna með líkindamælikvörðum.
Framkvæmir PCA til að sýna helstu mynstur breytileika innan lotunnar.
Myndar UPGMA-klösun til að sýna innbyrðis tengsl sýnanna.
Dregur fram toppa sem eru ólíkir milli skilgreindra hópa.
Hægt er að búa til flokkalíkan í SIMCA-stíl þegar að minnsta kosti 5 óháðar einangranir eru í hverjum flokki.

Hvenær á að nota Research Batch

Samsetningarröð, meðferðarhópar, tímapunktar eða líffræðilegir hópar.
Athuganir á samræmi endurtekninga innan tilraunar.
Könnun á mynstri, hópun og frávikum.
Að finna bönd sem stuðla að mismun milli fyrirfram skilgreindra hópa.

Mikilvægt: Research Batch veitir könnunarlegar tölulegar vísbendingar. Aðgreining hópa í PCA eða klasagreiningu er ein og sér ekki sönnun á efnafræðilegri auðkenningu eða orsakasamhengi.

Vinnuferlið í fjórum skrefum

1Hladdu upp litrófumHladdu upp FTIR-skránum úr rannsókninni þinni. Hægt er að bæta mörgum skrám við í einni lotu.

2Lýstu sýnunumÚthlutaðu hverri skrá sýni, endurtekningu eða einangrun, ásamt valfrjálsum flokkamerkimiða. Fyrir stærri lotur skal nota valkostinn fyrir lýsigagnaskrá á CSV-sniði.

3Keyra greiningunaVinnubekkurinn reiknar út líkindi, PCA, klösun og toppamun með völdum stillingum.

4Yfirferð og útflutningurSkoðaðu gröf og töflur og fluttu síðan út tölulegar niðurstöður fyrir óháða tölfræði eða skýrslugerð.

Úthlutun sýnis og endurtekninga

Notaðu sýnisauðkenni sem eru merkingarbær utan hugbúnaðarins. Endurtekningar ættu að tákna endurteknar mælingar á sama sýni; sjálfstæð einangruð sýni ættu áfram að vera aðgreinanleg þegar þau tákna aðskildar tilraunaeiningar.

Auðkenni sýnis — Stöðugt heiti fyrir sýnið eða tilraunaeininguna.
Endurtekning / einangrað sýni — Notaðu úthlutunarreitina til að halda endurteknum mælingum og óháðum sýnum rétt flokkuðum saman.
Flokksheiti — Valfrjáls fyrirfram skilgreindur hópur, svo sem samanburðarhópur, meðferðarhópur eða samsetningarhópur.

Greiningarsvið og staðlun

Fingrafarasvið: Sjálfgefið greiningarsvið er 1800–900 cm⁻¹. Breyttu því þegar verklagið krefst annars svæðis; toppar utan valins sviðs eru ekki notaðir í þessum útreikningum.

Stöðlun: Vigurstöðlun er sjálfgefin. SNV er einnig í boði þegar það hentar gagnasafninu þínu. Haltu forvinnslu samræmdri fyrir þau róf sem þú ætlar að bera saman.

Hvað niðurstöðufliparnir þýða

Líkindafylki — Samanburður litrófa eða meðaltala einangraðra sýna í pörum með tiltækum líkindamælikvörðum eða fjarlægðarmælikvörðum.
PCA og SIMCA — PCA-stig og útskýrð dreifni; greiningar á flokkalíkani eru sýndar þegar gögnin uppfylla kröfur flokkalíkans.
Klasun — UPGMA-þyrpingarmynd sem sýnir innbyrðis tengsl í greinda eiginleikarýminu.
Toppamunur — Böndin með mestan mun milli hópa og fyrirliggjandi tölfræðilegar sannanir.
Sýni — Skrárnar og lýsigögnin sem notuð voru í greiningunni.

Flokkalíkan í SIMCA-stíl

Flokkalíkanið krefst að minnsta kosti 5 sjálfstæðra einangrana í hverjum flokki. Það er kvörðunarlíkan byggt á gögnunum í lotunni, ekki sjálfstætt staðfest flokkunarlíkan. Notaðu ytra staðfestingarferli áður en litið er á líkanið sem forspárflokkunaraðferð.

Flytja út niðurstöður

Notaðu CSV-, Excel- eða JSON-útflutning til að varðveita tölulegu niðurstöðurnar og halda greiningunni áfram utan FTIR.fun. Útfluttu gildin henta betur en skjámyndir fyrir óháða tölfræði og skráarhald.

Algengar spurningar

Hversu mörg litróf get ég greint í einu?

Stórar lotur taka lengri tíma í vinnslu og geta gert gröf eða töflur erfiðari aflestrar. Hagnýt afkastageta ræðst af skráarstærð, valinni greiningu og tiltækum netþjónsauðlindum, þannig að skipta ætti mjög stórum rannsóknum í merkingarbærar lotur eftir þörfum.

Hvað ef ég er ekki með endurtekningar?

Meðhöndlaðu hverja skrá sem sjálfstætt sýni þegar það samræmist tilraunahönnuninni. Ekki búa til tengsl milli endurtekninga eingöngu til að uppfylla kröfur greiningarinnar.

Get ég borið saman litróf frá mismunandi tækjum?

Já, en mismunur á mælitæki, fylgibúnaði, upplausn, sýnatöku og forvinnslu getur skapað sýnilegan aðskilnað hópa. Samræmið gagnasöfnun og forvinnslu eftir því sem unnt er og túlkið mismun milli mælitækja með varúð.

Getur marktækur munur á toppum greint efnafræðilega orsökina?

Nei. Það greinir litrófsmismun sem þarf að rannsaka. Notaðu efnafræðilegt samhengi, gögn úr fræðiritum, staðla eða aðrar greiningaraðferðir til að styðja við úthlutunina.