光谱数据和色谱图数据是典型的多元数据，因为它们测量的是多个波长和时间点的强度。通过多元分析方法对这些数据进行分析，可以对其进行分类和建模。本次研讨会将讲解如何使用 JMP 产品（JMP、JMP Pro）对这类数据进行多元分析，以及这样做的优势。
*本次研讨会使用研讨会举办时可获得的最新版本“JMP（JMP Pro）19.1.3”。报告、操作方法等可能会随着版本更新而改变。
（目录）
- 引言和可视化
- 主成分分析主成分分析和PLS回归
- 使用“函数数据浏览器”进行函数主成分分析
- 分析示例：成分比例与光谱形状之间的关系
1. 引言和可视化（14 分 25 秒）
本节解释了数据分析中光谱数据的特点、数据的存储方式以及可视化方法。
2. 主成分分析 (PCA) 和偏最小二乘回归 (PLS 回归)（15 分 55 秒）
本文档解释了如何使用 JMP 生成 PCA 和 PLS 回归报告，这两种方法都是分析光谱数据的常用方法。
3. 使用“Functional Data Explorer”进行函数主成分分析（16 分 8 秒）
本文解释了功能性主成分分析 (PCA)，它可以捕捉和分类“光谱数据的形状”，这是 PCA 和 PLS 难以实现的。
4. 分析示例：成分比例与光谱形状的关系（10 分 57 秒）
作为使用功能主成分分析的一个例子，我们将解释如何对化合物的光谱组成与其组成成分之间的关系进行建模，以及如何在组成成分未知的情况下从光谱形状估计组成成分。
