函数型数据的共同主成分分析探究及展望

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  

【函数型数据的共同主成分分析探究及展望】相关文章：

主成分分析及算法04-27

福建省樟树叶精油的主成分分析及其化学型04-28

区间主成分分析方法的比较04-27

海洋经济与环境发展的主成分分析04-25

割手密主要数量性状的主成分及聚类分析04-27

主成分分析法在水质评价中的应用及分析04-25

利用小波函数对GPS数据的压缩分析04-28

天津表土PAHs的空间主成分与污染源分析04-28

基于主成分分析的原水水质模糊综合评价04-26

如何探究种子的成分04-28