罗伯塔斯·加布里斯;拉霍斯·霍瓦思;彼得·科科什卡 函数线性模型中的误差相关性测试。 （英语） Zbl 1390.62118号 美国统计协会。 105，编号491113-1125（2010）. 摘要：本文针对函数线性模型中的误差相关性提出了两种推断检验，以补充现有的图形质量检查。为了构造它们，用两种不同的方法计算有限维残差，然后适当地定义它们的自相关。从这些自相关矩阵出发，构造了两种二次型，其极限分布是已知自由度数的二次方分布（这两种形式不同）。渐近近似法适用于中等规模的样本。使用R（右）包裹食品药品管理局，或类似的MATLAB软件。通过磁强计和财务数据说明了测试的应用。渐近理论强调标准向量线性回归和函数线性回归之间的差异。为了理解从函数线性模型获得的残差的行为必须考虑近似误差，其来源是：有限维子空间上的投影、最优子空间的估计和回归核的估计。 引用于31文件 理学硕士： 62J05型 线性回归；混合模型 62H25个 因子分析和主成分；对应分析 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：回归;主要成分;推断检验;自相关 软件：fda（右）;R（右）;Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Gabris}et al.，J.Am.Stat.Assoc.105，No.491113--1125（2010；Zbl 1390.62118） 全文： 内政部