SIMCA

基本解析画面

 

主要アルゴリズム

SIMCA は、各種の多変量解析のアルゴリズムを搭載しています。

 

アルゴリズムの概要

PCA – Principal Component Analysis –
主成分分析とも呼ばれます。分散が最大となる軸を主成分に設定することでデータ全体の特徴を捉えることが可能です。

<用途> データの特徴探し、トレンドチェック、外れ値調査　など

<キーワード> 主成分分析 ・ トレンド ・ 外れ値 ・ スコア ・ 95%信頼区間 ・ Dmod ・ Q2 ・ R2

 

OPLS – Orthogonal Partial Least Squares –
Y = f(x) = a1x1 + a2x2 + …　の回帰式から、Y変数に連動するX変数を探します。
OPLSはPLSの改良版で、Y変数が第一軸になるように回転することで、解釈を容易にします。

<用途> 品質（Y）に連動する性能・官能・物性（X）調査、病気ステージ（Y）に関連する血漿成分（X）の調査、新規データの予測　など

<キーワード> 回帰 ・ 直交 ・ RMSE ・ 予測 ・ Cross validation ・ Coefficient ・ VIP

 

MOCA – Multiblock Orthogonal Component Analysis –
O2PLSの改良版で、同じサンプルに対し複数の分析方法で得られた2つ以上のブロックデータを統合解析できます。全ブロックで共通の変動、各ブロックでの固有の変動を同時に可視化可能です。

<用途> マルチブロックデータの例：
・マルチオミクス：　メタボロミクス / プロテオミクス / リピドミクス / 臨床データ
・製造データ：　プロセス信号 / 分光法 / 原料組成データ
・製品評価：　官能評価 / 化学分析 / 消費者嗜好

<キーワード> マルチブロック ・ OnPLS ・ Score Correlation Matrix ・ R2 ・ O2PLS

 

OPLS-DA – Orthogonal Partial Least Squares Discriminant Analysis –
クラス間を最も分離する軸が第一軸となるように回転します。
S-plotを利用することで、ローディングプロットからは判断が難しい、信頼性の高いマーカー候補を瞬時に可視化します。

<用途> 違いの要因調査、健常vs疾患のマーカー候補探索、自社品vs他社品の比較　など

<キーワード> 判別分析 ・ マーカー探索 ・ S-plot ・ Loading ・ Coomans’plot ・ ROCplot

 

SIMCA – Soft Independent Modeling Of Class Analogy –
クラスごとにPCAを実施しモデル空間を作成します。モデル空間との距離から新規データのクラス分類が可能です。

<用途> 原産地推定、不良判定、未知グループサンプルの分類予測　など

<キーワード> Dmod ・ クラス分類 ・ Coomans’plot

 

HCA – Hierarchical Clustering Analysis –
サンプル間の距離が近いものからクラスターを形成し、類似度の高いクラス分類を行います。

<用途> 類似度調査、クラス分類　など

<キーワード> クラスタリング ・ Bottom-up ・ デンドログラム ・ Ward法 ・ Single Linkage法

 

Batch modeling
SIMCAのBatch Projectは、1つ以上のバッチ進行モデル(BEM)と、オプションで 1つ以上のバッチ レベル モデル(BLM)で構成されます。

<用途> バッチプロセス、連続プロセスの品質管理モデルの作成　など

<キーワード> PAT、プロセスモニタリング、バッチ生産、連続生産

 

その他の便利な機能

• ウィザード形式による簡単なモデル作成フロー
• 領域別（Omics・Spectroscopy・Batch）にリボン配置の設定変更が可能
• レポートジェネレータによる解析レポート作成補助
• 解析補助ツール（What If、Score Space Explore、 Multivariate Solver）の搭載
• Pythonスクリプトによる定型操作の自動化機能

高度技術サポートサービス

お客様（SIMCAユーザー様限定）の解析相談のためデータをお預かりし、お打ち合わせする『高度技術サポートサービス』を提供しております（有償）。以下のようなお客様に最適です。

• 新入社員に『自社データを使った』多変量解析を覚えて貰いたい。
• 新しい分析機器を導入し、それを解析するためのテンプレートとなるような多変量解析のスキームがない。
• SIMCAを扱うことは出来るが、その結果やモデルの解釈に不安が残る。
• 学会発表前にSIMCAを使う事になったが、発表締め切りまで時間がない。

古いバージョンのSIMCAでは本サービスを提供できない可能性がございます。お問い合わせください。

 

Pythonスクリプト作成サービス

SIMCAに実装されているPythonスクリプトを用いて解析を定型化することで毎回同じ解析が実行可能になるので解析時間や作業ミスが軽減します。本サービスではお客様に代わり弊社スタッフがスクリプトを作成いたします（有償）。以下のようなお客様に最適です。

• 自社データを使ってどうスクリプトを作成していいがわからない。
• プロセス管理や工業でのセンサーデータなど大規模データを一括処理したい。
• 『解析の前処理・後処理用スクリプト』、『バッチ解析用スクリプト』、『モデルのプロトタイプ作成』をお願いしたい。

古いバージョンのSIMCAでは本サービスを提供できない可能性がございます。また、Pythonスクリプト作成用のオンライントレーニングも実施いたします（有償）。いずれもお問い合わせください。

稼働環境

SIMCA 18 は下記の環境でご利用いただけます。

• OS：Microsoft Windows 10、11 (64bit版)
• CPU：Intel Core i5 (4th) 相当以上 (ベンチマークの高いもの eg. PassMark)
• メモリ：4GB以上の空き (読み込むデータ量に依存します)
• ストレージ：SSD 700MB以上の空き (HDD可)
• ディスプレイ：フルHD (1920×1080) 以上
• その他：インターネット接続 (必須ではありません、手動ライセンス認証が必要です)
• Microsoft .NET Framework 4.6.2以降 (最新版の .NETの使用を推奨)

 

販売終了製品の動作保証OSについて

対象バージョン	動作保証済みのWindows OS
SIMCA 17.0.2	Windows 8.1、10 （64bit版、日本語／英語）
SIMCA 17	Windows 8.1、10 （64bit版、日本語／英語）
SIMCA 16	Windows 8、10 （32／64bit版、日本語／英語）
SIMCA 15	Windows 7、8、10 （32／64bit版、日本語／英語）
SIMCA 14.1	Windows 7、8、10 （32／64bit版、日本語／英語）
SIMCA 14.0	Windows 7、8（32／64bit版、日本語／英語）
SIMCA 13	Windows 7、Vista、XP（7とVistaについては64bitも正式サポートしています。）
SIMCA-P+ 12	Windows 7、Vista、XP（Windows 7は簡易検証のみ実施済み。） 64bit OSでも動作しますが、32bitアプリケーションのため利用メモリは32bit OSと同じです。（通常2GB）
SIMCA-P+ 11, 11.5	Windows XP（Windows 7、Vistaは非サポートです。）

※SIMCA 17以前のバージョンは、弊社・および開発元のサポート対象外となります。

参考

開発元： Sartorius Stedim Biotech社　SIMCA製品ページ

www.sartorius.com/umetrics-simca

※記載の商品名等は各社の登録商標、または商品の場合があります。