功能数据：缺失值插补？您好，我有一组 X,Y 曲线，我想使用功能数据浏览器进行分析。
我面临的问题是，其中一些曲线在 X 的某个值处被截断，因为对于更大的值，数据收集期间会发生物理故障。 其他一些曲线达到了最大可能的 X 而没有失败。
FDE 显然不能很好地管理 X 范围差异很大的曲线的存在，缺失的部分与非常不切实际的样条曲线相匹配。
我不想将所有曲线截断到“短”曲线的相同 X 范围，因为这种物理故障是我想要保留的信息的一部分。
当然，我可以手动（或通过 JSL）估算一些预定义值来替换丢失的值，但我期望 FDE 数据准备提供一些方便的方法来管理曲线的“信息性”丢失部分。我在用户手册中找不到任何建议（JMP14 甚至 JMP15）。
知道如何解决这个问题吗？我需要等待 JMP16 吗:) ？
非常感谢你的帮助！
马泰奥
回复：功能数据：缺失值插补？估算数据很困难，但在特定条件下效果最好（如果有的话）。 它需要足够的非缺失数据来支持通过一种或另一种方法进行替换。 它总是归结为在已经存在的范围和类别内进行插值。 您的函数不完整的情况需要对函数的很大一部分进行推断。 这更像是预测。 估算的数据会产生非常高的不确定性，特别是在函数接近尾声时。
因此，我认为最好使用您拥有的数据，并尝试一些处理选项和精心放置结的低阶样条线。 仅默认模型参数可能无法满足您的需求。
回复：功能数据：缺失值插补？谢谢。 我会按照你的建议尝试，但我仍然认为这是一个选择允许轻松地估算数据将非常有用。
马泰奥
回复：功能数据：缺失值插补？我想说的是，使用函数数据分析技术无法对这些数据进行令人满意的建模和分析。 您可以尝试一些处理命令来确定是否有帮助（例如，变换、对齐），但我认为可用的模型将无法处理数据的缺点。
此外，JMP R&D 建议使用低阶样条。 部分问题在于结的数量适用于每个函数。 数量和位置可能并不适合示例中的每个函数。 您可以手动拖动数据图顶部的菱形来调整位置。 还建议尝试阶跃函数（度=0）P 样条。
你了解模型控制吗？ 您是否仅使用默认的 B 样条模型集？
回复：功能数据：缺失值插补？嗨马克，
非常不同可能意味着某些曲线在总范围的 60% 处被截断。我正在使用 B 样条曲线。
下面是拟合此类截断曲线的示例，我得到了一个不自然的尖峰，其中数据点丢失。
谢谢
马泰奥
回复：功能数据：缺失值插补？您应该能够处理非“密集”的数据（在相同的规则域值网格上观察到的所有函数）。 函数末尾或中间可能存在缺失值。 您不必估算数据。
当您说“X 范围非常不同”时，有多少差异？
您使用 P 样条曲线吗？ 它们通常很适合，但可能会遇到 X 间隙过大或范围差异很大的问题。 使用其中一种变换可以帮助 P 样条。 另外，一般不需要使用次数大于 1 的 P 样条模型。 更高的学位也会导致此类数据出现问题。
那么您使用的是 JMP Pro 15 吗？
