JMP Pro 可以轻松解决多种涉及本质上具有功能性的数据的问题，例如：
- 时间序列数据
- 来自制造过程的传感器流
- 在一定温度范围内进行的测量
- 光谱：红外、色谱、质谱、核磁共振
了解函数数据分析基础知识的概述，重点介绍分析函数响应设计实验，重点介绍使用函数数据探索器在 JMP Pro 16 中提供的功能。函数数据探索器高效使用数据，并产生易于解释的结果，其中曲线/光谱的形状是主要对象
然后，了解 JMP Pro 17 中增加的功能，以促进光谱数据的分析，这对于解决化学、制药和生物技术行业普遍存在的问题特别有用。
Chris @chris_gotwalt1和 Ryan Parker @RyanParker在现场网络研讨会上回答了问题：
问：如果运行 PCA，JMP 仍会给出相同的特征值吗？
答：函数式 PCA 是对模型系数进行操作，以重建形状函数。因此，它与普通 PCA 不同，它尊重输入空间的顺序。
问：如果我想最大化整个曲线，我应该解锁时间吗？或者有其他方法可以最大化曲线吗？
答：您可能需要创造性地使用可取性函数，或者开始尝试几个选定的时间点，看看是否有共识。您还可能需要使用“保存摘要”并创建响应摘要，以尝试在 Profiler 中最大化。
问：当使用内部浓度对 (NIR) 光谱进行建模时，您会推荐小波还是样条函数？
答：我们建议首先尝试 Wavelets。
问：我知道在 Fit Curve 中，您可以获得类似的 DOE 因子功能。是否有计划在 Wavelets 下的下拉菜单中添加一个选项作为非线性模型？是否计划添加更多非线性模型？目前在 Fit Curve 中，它受到限制，并且不在 Fit 中。
答：同意。幸运的是，我们可以轻松地在 Fit Curve 平台上添加新功能。如果您有任何建议，请发送至 support@jmp.com 或 JMP 用户社区的愿望清单。
问：目标函数是否被复制并粘贴到末尾（标记为 Target）？那么，它仍然用于分析，但也用作目标？
答：加载目标函数后，它将被视为验证数据。因此，它不再用于拟合模型，而是被排除在分析之外。
问：那么，只加载曲线/光谱而不加载任何 Z 信息将无法充分发挥 FDE 的潜力吗？或者有这方面的用例吗？
答：假设您正在查看制造过程中的曲线，并且想要识别典型变化的类型，以便开始了解大型多功能数据集。从这个意义上讲，您使用 FDE 的方式与主成分用于矢量多变量数据的方式大致相同。还有一种我们今天不讨论的分析，您可能将函数作为输入，您可能不是试图预测函数，而是使用函数来预测关键质量属性。在这种情况下，您可以将其加载为补充变量，然后在最后进行机器学习练习，使用函数作为输入来预测关键质量属性。
问：目标函数是否复制并粘贴到最后（标记为 Target）？它是否仍在分析中使用，同时也用作目标？
答：加载目标函数后，它将被视为验证数据，在拟合模型时不再使用。相反，它被排除在分析之外。
问：当我确定常规 DOE 的大小时，我会使用设计空间的分数并查看 80% FDS 值来确定给定起始模型和给定随机噪声水平所需的样本量。当我进行功能性 DOE 时，我是否需要考虑我的响应将是曲线而不是标量这一事实？换句话说，我是否需要更大的样本量来考虑将数据转换为平滑函数的额外步骤？我只是想确定功能性 DOE 需要多少条曲线。
答：在幕后，我们将函数转换为标量。因此，我认为我将使用的设计诊断与以前相同。因此，如果您使用 FDE 图来评估定制设计师提出的设计质量，我认为您仍然可以使用它，因为我们在可用的标量分析的基础上构建了功能性 DOE 分析。实际上，您所学到的有关标量 DOE 的所有内容都应该很好地扩展到功能性 DOE。
问：是否可以使用原始数据，而不进行预处理？
答：是的，如果您认为原始数据不需要清理、子集或转换，则可以直接进入平滑步骤而不对数据进行任何更改。
问：什么是规则网格？
答：规则网格是指连续 X 之间的间隙相同。例如，{0, .5, 1, 1.5, 2, 2.5, 3}，因为 X 值集是规则网格。不规则网格可能是 {0, .2, .7, 1.1, 1.2, 1.3, 2.4, 2.9}。
问：Symlet6 和 Symlet20 之间有什么区别？
答：一般来说，指数（例如 6 对 20）会导致复杂性增加。如果您访问https://wavelets.pybytes.com/wavelet/sym2/，您可以看到不同 symlets 的不同图片。
总体而言，我并没有发现有必要了解不同的小波类型和阶数。您可以让数据决定哪个是最好的，然后查看诊断图以确保拟合良好。一般来说，您需要花更多时间研究我想要使用的形状函数的数量。
问：我认为所有显示的小波在整个范围内积分为零，因为它们低于零级基线，而峰值积分为峰值下的正区域。如果我正确，您如何缩小建模函数和模型之间的定性差距？
答：这是通过对数据进行离散小波变换实现的。
问：要在 JMP 中执行 FDA，所有曲线是否都需要具有相似的形状？如果我在一个数据集中有不同类型的形状（例如，正态、指数、双峰、倾斜等），该怎么办？
答：不。它们不需要相似。平滑模型可以毫不费力地拟合非常不同的形状，而差异很大的形状之间的巨大差异将在功能主成分分析中显现出来。
问：我们可以保存形状函数和预测模型以用于新（未来）数据（例如新光谱）吗？
答：是的。在小波模型拟合中，有一个名为“函数摘要”的大纲节点，您可以使用它来保存预测模型，还可以保存函数 DOE 预测模型，您可以使用该模型在平台外部直接使用函数 DOE 模型（例如，在独立的 Graph->Profiler 中）。
问：我们能从功能 DOE 获得置信区间吗？
答：这个问题已经出现过好几次了。我们对如何做到这一点有一些想法，但我们需要做更多的研究才能实现置信区间等不确定性分析。
问：混合变量是否在列信息中设置为这样，包括编码和所有内容？
答：混合编码列属性之所以存在，是因为该设计是由自定义设计器创建的，它会自动为您创建它们。
资源：
