函數型數據的共同主成分分析探究及展望

函數型數據的主成分分析(FPCA)已經成功應用在許多領域,但它主要研究的是單樣本問題.本文詳細討論了一種新近發展的函數型數據分析的理論--函數型共同主成分(CGPC)分析方法,它主要應用于檢驗兩組函數型隨機樣本的分布情況.CFPC方法的理論基礎是將兩組函數型樣本進行Karhunen-Loeve(KL)展開,并用Bootstrap方法檢驗兩組樣本的均值函數、特征值和特征函數的一致性.最后,我們對CFPC的理論研究和應用前景進行了展望.

作 者： 曲愛麗 朱建平 QU Ai-li ZHU Jian-ping   作者單位： 廈門大學經濟學院,福建,廈門,361005  刊 名： 統計與信息論壇  CSSCI 英文刊名： STATISTICS & INFORMATION FORUM  年，卷(期)： 2009 24(2)  分類號： O212.4  關鍵詞： 函數型數據   共同主成分分析   KL展開   Bootstrap方法  

【函數型數據的共同主成分分析探究及展望】相關文章：

主成分分析及算法04-27

福建省樟樹葉精油的主成分分析及其化學型04-28

區間主成分分析方法的比較04-27

海洋經濟與環境發展的主成分分析04-25

割手密主要數量性狀的主成分及聚類分析04-27

主成分分析法在水質評價中的應用及分析04-25

利用小波函數對GPS數據的壓縮分析04-28

天津表土PAHs的空間主成分與污染源分析04-28

基于主成分分析的原水水質模糊綜合評價04-26

如何探究種子的成分04-28