光譜數據和色譜圖數據是典型的多元數據，因為它們測量的是多個波長和時間點的強度。透過多元分析方法對這些數據進行分析，可以對其進行分類和建模。本次研討會將說明如何使用 JMP 產品（JMP、JMP Pro）對這類資料進行多元分析，以及這樣做的優點。
*本次研討會使用研討會舉辦時可獲得的最新版本「JMP（JMP Pro）19.1.3」。報告、操作方法等可能會隨著版本更新而改變。
（目錄）
- 引言和視覺化
- 主成分分析主成分分析與PLS迴歸
- 使用「函數資料瀏覽器」進行函數主成分分析
- 分析範例：成分比例與光譜形狀的關係
1. 引言和視覺化（14 分 25 秒）
本節解釋了資料分析中光譜資料的特點、資料的儲存方式以及視覺化方法。
2. 主成分分析 (PCA) 和偏最小平方法迴歸 (PLS 迴歸)（15 分 55 秒）
本文檔說明如何使用 JMP 產生 PCA 和 PLS 迴歸報告，這兩種方法都是分析光譜資料的常用方法。
3. 使用「Functional Data Explorer」進行函數主成分分析（16 分 8 秒）
本文解釋了功能性主成分分析，它可以捕捉和分類“光譜資料的形狀”，這是 PCA 和 PLS 難以實現的一個面向。
4. 分析範例：成分比例與光譜形狀的關係（10 分 57 秒）
作為使用功能主成分分析的一個例子，我們將解釋如何對化合物的光譜組成與其組成成分之間的關係進行建模，以及如何在組成成分未知的情況下從光譜形狀估計組成成分。
