是什么促使我提出这个愿望清单请求？函数型数据分析固然强大，但当使用函数型主成分分析时，由于它是一种无监督方法，需要先提取函数型主成分，才能进行函数型主成分回归（PCR）来构建预测模型。理论上，函数型偏最小二乘法可以解决这个问题，因为它是一种监督方法，构建预测模型会容易得多。
最初的灵感来源于我和彼得·赫什在欧洲发现大会（European Discovery）以及最近的SciX大会上展示的一张海报。我们比较了主成分分析（PCA）、函数型PCA和偏最小二乘法（PLS）在光谱数据分析中的应用。PLS表现最佳，函数型PCA位居第二。因此，如果函数型PCA优于PCA，那么函数型PLS理应优于PLS，至少我是这么认为的。这样一来，JMP的FDE平台就拥有了最强大、最具预测性的建模能力。除非使用R或Python编写代码，否则其他软件都不具备这种能力。
请描述您希望看到的新功能或改进功能或解决方案。将功能性偏最小二乘法 (PLS) 添加到 FDE 平台将使 JMP 的 FDE 在曲线数据分析方面成为不可忽视的力量，并使其成为一个更灵活的平台，可用于分析任何曲线数据。请参阅 Taylor & Francis 代表美国统计协会撰写的附件论文，该论文直接比较了功能性主成分回归 (PCR) 和功能性偏最小二乘法 (PLS)。该论文描述并比较了功能性 PCR 和功能性 PLS，结果表明功能性 PLS 在分析实际近红外 (NIR) 数据方面更胜一筹。
如果提供这项新功能，对您和/或其他用户有何价值？功能性偏最小二乘法 (Functional PLS) 将提供一种更强大、更直接的曲线数据分析方法。有了功能性偏最小二乘法，在 FDE 平台内构建预测模型将变得更加容易，而这正是用户自 FDE 推出以来一直期待的功能。
这是外部客户的需求吗？并非是某个客户主动提出的要求，而是客户一直希望能够直接从函数型PCA数据构建预测模型。我曾与ADM公司的Drew Luebe讨论过将函数型PLS添加到FDE中，他对此非常感兴趣，希望能够将其应用于他们的曲线数据。
是否有其他同类软件具备类似的功能或解决方案？没有，而这正是它最棒的地方。如果真有其他同类软件具备， FDE平台在曲线数据分析领域将更加独树一帜。
这是否会影响客户的续约、扩展或采用？如果我们不解决这个问题，是否会给客户账户带来风险？在FDE平台中添加功能性PLS将推动JMP Pro在我们核心化工行业客户中的扩展和使用，因为他们将拥有更强大的工具来分析化学计量数据。
