直接模型报表
本节包含您在“函数数据分析器”平台中拟合直接模型时可用的报表。
函数汇总
为 ID 变量的每个水平显示“函数 PCA”的汇总。默认情况下，显示与特征值（解释数据中 1% 以上的变异）关联的函数主成分。还显示均值、标准差、中位数、最小值和最大值。
函数 PCA
对拟合的函数模型执行函数主成分分析（函数 PCA）。“函数 PCA”报表按从大到小的顺序列出对应每个函数主成分 (FPC) 的特征值。在条形图中列出并显示每个 FPC 解释的变异百分比和累积百分比。有一个均值函数图，并且每个形状函数都有一个对应的图。这些是特征函数的值。
您可以在“函数 PCA”报表中执行模型选择，以细化选定数量的函数主成分。有一个解路径图，用来显示相对于 FPC 数量所标绘的 Bayes 信息准则 (BIC)。当前 FPC 数量用解路径图中的垂直虚线表示。包含不同数量 FPC 的模型可能具有相似的拟合。因此，解路径图提供了区域，即 BIC 统计量值的区间。有一个绿色区域和一个黄色区域。绿色区域包含最小 BIC 到最小 BIC 加 4 这个区间中的值。黄色区域包含最小 BIC 加 4 到最小 BIC 加 10 这个区间中的值。默认情况下，选择绿色区域内 FPC 数量最少的模型。您可以拖动垂直线顶端的滑块来更改 FPC 的数量。拖动滑块会自动更新“函数 PCA”报表中的其他信息。
注意：可能很难在图上查看相对于整个 y 轴尺度的窄区域。放大 y 轴以更好地显示各个区域。
还提供整体预测图和单个预测图的网格。单个预测图的网格与“数据处理”报表中单个图的网格具有相同的布局和控件。一次最多显示 20 个图，可使用下拉菜单和箭头来查看不同组的单个预测图。更新 FPC 的数量也会自动更新预测图。
这些预测图显示对应当前模型的原始数据和预测曲线。若存在验证集，则不会为验证集中的函数显示预测曲线。在给定指定数量的 FPC 的情况下，总体预测图中的曲线是均值曲线的预测。在给定指定数量的 FPC 的情况下，单个预测图中的曲线是每个特定函数的预测曲线。