功能数据浏览器目标曲线早上好，
在功能数据浏览器中，是否可以定义目标曲线的期望值？因为在功能实验设计分析器中，我无法定义整条曲线的期望值，只能定义某一点 X 的期望值。
同样地，在模拟器中，是否可以构建一个包含一定数量实验的数据表，让 JMP Pro 计算曲线上的所有点，而不仅仅是 Profiler 中定义的 X 值？
提前感谢您的帮助。
实验设计回复：功能数据浏览器目标曲线你好@SquaresJackal10 ，
您可以在函数数据浏览器的数据处理选项中添加目标曲线/函数： 数据处理选项（命令 > 目标函数） 。这样，单击“显示目标分析器”时，FPC 预测分析器中将添加两行分析器，并提供优化曲线函数以使其与输入的目标曲线函数紧密匹配的选项：
如果您使用了功能性实验设计分析（并且模型可靠且准确），您可以从“功能性实验设计分析”旁边的红色三角形中保存表格中的预测公式。然后，您可以创建一个包含任意 X 值的新表格，并将预测公式复制粘贴到该表格中以预测曲线。
希望这个回答对您有所帮助。
回复：功能数据浏览器目标曲线非常感谢您的解答，对我帮助很大。不过，在这个模块中，我该如何确保模型的可靠性和准确性呢？它的工作原理是否与标准的实验设计类似，还是有一些细微差别？
再次感谢。
回复：功能数据浏览器目标曲线你好@SquaresJackal10 ，
鉴于建模将分几个阶段进行（首先使用模型拟合曲线，然后通过识别形状函数和估计其系数来降低维度，然后将函数模型的系数建模为因子的函数），要使用最终模型来优化和预测曲线，需要注意以下三点：
- 确保曲线建模足够精确，且拟合过程不会引入任何特定偏差。为此，报告中的诊断图可用于评估模型与数据的拟合程度。以下示例使用 JMP NMR DOE 数据集：
-
接下来，评估合适的主成分数量，以在保证预测精度的前提下，维持足够数量的形状函数及其相关系数（以避免模型过于复杂，导致过拟合）。以下示例使用与之前相同的数据集（由于此处使用的功能数据是核磁共振谱，因此需要确定的形状函数和系数的数量相对较多，因为拟合不同的峰和区域需要相当多的形状函数（及其相关系数）以避免丢失谱图信息）：
-
最后，验证 JMP 在执行 DoE 函数数据分析时生成的默认模型。此步骤的目标是使用实验设计中的因子（或者更一般地说，数据表中的因子/预测变量/特征）对上一步中找到的形状函数的系数进行建模。用户经常忽略这一部分，但如果处理不当，可能会导致错误的解释或预测。
我们可以检查诊断图，如果发现模式或模型中存在显著的误差/缺陷，我们可以针对每个系数检查每个广义回归模型，以改进该系数的建模。然而，由于我们不断地“概括”信息，因此每一步都会损失精度：首先，我们采用一个近似曲线的函数模型；然后，我们通过函数主成分分析（PCA）降低维度；最后，我们尝试对保留主函数的系数进行建模。
最重要的是要正确地对第一个系数进行建模，因为它们将通过调节相关形状函数的影响来集中曲线中的大部分信息（参见之前的 FPC 特征值图）。
希望这个答案对您有所帮助。
回复：功能数据浏览器目标曲线非常感谢，这下我明白了。
然而，对于“步骤 1 和 2”，我没有得到任何残留物。我以前从未遇到过这种情况，这正常吗？
诊断小波和图
功能性主成分分析：
然而，我发现所获得的 Y 值与功能性 DOE 分析中预测的 Y 值之间存在一些差异：
谢谢
回复：功能数据浏览器目标曲线小波模型相当精确且灵活，因此残差为零并不奇怪。除了小波之外，您还可以尝试其他函数方法（特别是 P 样条，或者如果您的曲线具有易于识别的模式，例如二次/三次等，则可以尝试 B 样条），看看是否能得到相同的结果。如果结果相同，则说明您的曲线非常适合使用这类模型进行建模。
在小波模型中，功能性 PCA 建议使用大量的成分，因此“信息压缩”很少，所以再次发现自己处于与之前类似的零残差情况也就不足为奇了。
最终诊断表明，您的完整模型已正确捕捉到数据中的趋势，并且残差中似乎没有任何偏差或模式，包括残差在 0 附近的随机变化和残差的同方差性。
