函数型数据的共同主成分分析探究及展望

摘要：

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.

关键词：函数型数据、共同主成分分析、KL展开、Bootstrap方法

所属期刊栏目：24

分类号：O212.4(概率论与数理统计)

资助基金：国家教育部社科研究规划项目《数据挖掘中关联规则的统计研究及应用》06JA910003

在线出版日期：2009-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23