JMP社区的各位朋友，大家好！
我一直在用合成数据集测试功能数据浏览器 ，其中每条曲线本质上都是相同的图案沿 X 轴平移，振幅或形状几乎没有内在变化。
在这种情况下，我的感觉是，由此得到的FPCA/FPC基函数振荡性越来越强，物理意义也变得难以解释。换句话说，一个简单的现象（同一基元的水平位移）似乎分散在多个分量上，而不是得到一个紧凑直观的低维表示。
这让我不禁思考，对于这类数据，我使用 FDE 的方式是否错误，或者这是否是相位变化占主导地位时的一个已知限制。
我对高效液相色谱/色谱数据特别感兴趣，因为当峰的保留时间发生变化时，这种情况会很自然地发生。
我的问题是：
- 当主要变异是沿 X 轴的偏移时，JMP/FDE 中推荐的最佳实践是什么？
- 是否应该先对齐/配准曲线？ (for example with
Align Maximum) before running FPCA/FDE, when the shift is not the phenomenon of interest?
- 如果目标是保持非参数/非峰值建模工作流程，JMP 中是否有处理此类相位变化的首选方法？
- 更一般地说，您如何决定是否：
- 保持这种转变作为功能性变化的一部分，
- 或者先通过对齐方式将其移除，然后再进行降维？
我很想听听其他人在实践中是如何处理这个问题的，特别是对于色谱数据，当人们想要避免显式峰建模时。
提前致谢！
