函数型数据的共同主成分分析探究及展望
函数型数据的主成分分析(FPCA)已经成功应用在许多领域,但它主要研究的是单样本问题.本文详细讨论了一种新近发展的函数型数据分析的理论--函数型共同主成分(CGPC)分析方法,它主要应用于检验两组函数型随机样本的分布情况.CFPC方法的理论基础是将两组函数型样本进行Karhunen-Loeve(KL)展开,并用Bootstrap方法检验两组样本的均值函数、特征值和特征函数的一致性.最后,我们对CFPC的理论研究和应用前景进行了展望.
作 者： 曲爱丽 朱建平 QU Ai-li ZHU Jian-ping 作者单位： 厦门大学经济学院,福建,厦门,361005 刊 名： 统计与信息论坛 CSSCI 英文刊名： STATISTICS & INFORMATION FORUM 年，卷(期)： 2009 24(2) 分类号： O212.4 关键词： 函数型数据 共同主成分分析 KL展开 Bootstrap方法