JMP社群的各位朋友，大家好！
我一直在用合成資料集測試Functional Data Explorer ，其中每條曲線本質上都是相同的圖案沿著 X 軸平移，振幅或形狀幾乎沒有內在變化。
在這種情況下，我的感覺是，由此得到的FPCA/FPC基底函數振盪性越來越強，物理意義也變得難以解釋。換句話說，一個簡單的現象（同一基元的水平位移）似乎分散在多個分量上，而不是得到一個緊湊直觀的低維表示。
這讓我不禁思考，對於這類數據，我使用 FDE 的方式是否錯誤，或者這是否是相位變化占主導地位時的一個已知限制。
我對高效液相層析/色譜資料特別感興趣，因為當峰的保留時間發生變化時，這種情況會很自然地發生。
我的問題是：
- 當主要變異是沿著 X 軸的偏移時，JMP/FDE 中建議的最佳實踐是什麼？
- 是否應該先對齊/配準曲線？ (for example with
Align Maximum) before running FPCA/FDE, when the shift is not the phenomenon of interest?
- 如果目標是保持非參數/非峰值建模工作流程，JMP 中是否有處理此類相位變化的首選方法？
- 更一般地說，您如何決定是否：
- 保持這種轉變作為功能性變化的一部分，
- 或先透過對齊方式將其移除，然後再進行降維？
我很想聽聽其他人在實踐中是如何處理這個問題的，特別是對於色譜數據，當人們想要避免顯式峰建模時。
先致謝！
