Was hat diesen Wunsch geweckt? Funktionale Datenanalyse ist zwar hilfreich, aber bei der Verwendung funktionaler Hauptkomponenten (fPC) müssen diese gespeichert werden, um eine funktionale PCR zur Erstellung eines Vorhersagemodells durchzuführen, da es sich um ein unüberwachtes Verfahren handelt. Theoretisch würde die funktionale partielle Kleinste-Quadrate-Regression (fPLS) dieses Problem lösen, da sie ein überwachtes Verfahren ist und die Erstellung von Vorhersagemodellen deutlich vereinfacht.
Die ursprüngliche Inspiration kam von einem Poster, das Peter Hersh und ich auf der European Discovery und kürzlich auf der SciX-Konferenz präsentierten. Wir verglichen PCA, funktionale PCA und PLS zur Analyse von Spektraldaten. PLS schnitt dabei am besten ab, gefolgt von funktionaler PCA. Wenn also funktionale PCA besser ist als PCA, liegt die Annahme nahe, dass funktionale PLS besser sein müsste als PLS – zumindest meiner Meinung nach. JMP hätte dann die besten und aussagekräftigsten Modellierungsfunktionen direkt in die FDE-Plattform integriert. Keine andere Software bietet diese Funktionalität, es sei denn, man programmiert sie in R oder Python.
Bitte beschreiben Sie die neue oder verbesserte Funktion bzw. Lösung, die Sie sich wünschen. Die Integration von funktionaler PLS in die FDE-Plattform würde JMPs FDE zu einem ernstzunehmenden Werkzeug für die Analyse von Kurvendaten machen und die Plattform flexibler für die Analyse beliebiger Kurvendaten gestalten. Bitte beachten Sie die beigefügte Publikation von Taylor & Francis im Auftrag der American Statistical Association, die funktionale Hauptkomponentenregression und funktionale partielle Kleinste Quadrate direkt vergleicht. Die Publikation beschreibt und vergleicht funktionale Hauptkomponentenregression und funktionale PLS, wobei sich die funktionale PLS bei der Analyse realer NIR-Daten als überlegen erweist.
Welchen Nutzen hätte diese neue Funktion für Sie und/oder andere Nutzer? Funktionale PLS würde eine robustere und direktere Analyse von Kurvendaten ermöglichen. Mit functionalPLS ließen sich Vorhersagemodelle innerhalb der FDE-Plattform deutlich einfacher erstellen – ein Wunsch, den sich Nutzer seit der Einführung von FDE erfüllen.
Handelt es sich hierbei um eine Anfrage eines externen Kunden? Nicht im Sinne einer konkreten Kundenanfrage, aber Kunden wünschen sich eine Möglichkeit, direkt aus funktionalen PCA-Daten prädiktive Modelle zu erstellen. Ich habe mit Drew Luebe von ADM über die Integration von funktionaler PLS in FDE gesprochen, und er ist sehr daran interessiert, diese Methode auf ihre Kurvendaten anwenden zu können.
Gibt es eine vergleichbare Softwarelösung mit dieser Funktion, die wir kennen sollten? Nein, und das ist das Beste daran. Dadurch wird die FDE-Plattform in der Welt der Kurvendatenanalyse umso einzigartiger.
Wird sich dies auf eine Vertragsverlängerung, -erweiterung oder -einführung bei einem Kunden auswirken, und birgt dies ein Risiko für das Konto, wenn wir dieses Problem nicht beheben? Die Integration von funktionalem PLS in die FDE-Plattform wird die Verbreitung und Nutzung von JMP Pro bei unseren Kernkunden aus der chemischen Industrie vorantreiben, da diese dadurch besser für die Analyse chemometrischer Daten gerüstet sind.
