¿Qué motivó esta solicitud de mejora? El análisis de datos funcionales es excelente, pero al usar Componentes Principales Funcionales (CPF), es necesario guardar los componentes para realizar un análisis de componentes principales funcionales (PCR) y construir un modelo predictivo, ya que se trata de un método no supervisado. En teoría, los Mínimos Cuadrados Parciales Funcionales (MLP) solucionarían este problema, puesto que es un método supervisado y la construcción de modelos predictivos sería mucho más sencilla.
La inspiración original surgió de un póster que Peter Hersh y yo presentamos en European Discovery y, más recientemente, en la conferencia SciX. Comparamos PCA, PCA funcional y PLS para el análisis de datos espectrales. PLS resultó ser el mejor, seguido de PCA funcional. Por lo tanto, si PCA funcional es mejor que PCA, sería lógico pensar que PLS funcional sería mejor que PLS, al menos en mi opinión. JMP contaría entonces con las mejores capacidades de modelado predictivo integradas en la plataforma FDE. Ningún otro software ofrece esta capacidad a menos que se quiera programar en R o Python.
Describa la nueva función o mejora que le gustaría ver. La incorporación de PLS funcional a la plataforma FDE convertiría a JMP en una herramienta formidable para el análisis de datos de curvas, además de ofrecer una plataforma más flexible para analizar cualquier tipo de datos de curvas. Consulte el documento adjunto de Taylor & Francis, elaborado en nombre de la Asociación Estadounidense de Estadística, que compara directamente la regresión de componentes principales funcional (PCR funcional) y los mínimos cuadrados parciales funcionales (PLS funcionales). El documento describe y compara PCR funcional y PLS funcional, y PLS funcional resulta superior para el análisis de datos NIR reales.
¿Qué valor tendría para usted y/o otros usuarios la implementación de esta nueva función? El PLS funcional proporcionaría una forma más robusta y directa de analizar los datos de las curvas. Contar con el PLS funcional facilitaría enormemente la creación de modelos predictivos dentro de la plataforma FDE, algo que los usuarios han solicitado desde su lanzamiento.
¿Se trata de una solicitud externa de un cliente? No en el sentido de que un cliente la haya solicitado, pero algunos clientes han estado pidiendo una forma de crear directamente modelos predictivos a partir de datos de PCA funcional. Hablé con Drew Luebe de ADM sobre la posibilidad de añadir PLS funcional a FDE, y está muy interesado en poder aplicarlo a sus datos de curvas.
¿Existe algún software de la competencia con esta función o solución que debamos conocer? No, y esa es la mejor parte. Eso haría que la plataforma FDE fuera aún más única en el mundo del análisis de datos de curvas.
¿Afectará esto a la renovación, expansión o adopción por parte de un cliente? ¿Supone riesgo para la cuenta si no abordamos este problema? La incorporación de PLS funcional a la plataforma FDE impulsará la expansión y el uso de JMP Pro entre nuestros principales clientes de la industria química, ya que estarán mejor equipados para analizar datos quimiométricos.
