×

振幅和相位变化的多元函数主成分分析的一般框架。 (英语) Zbl 07851107号

总结:功能数据通常包含振幅和相位变化。在许多数据情况下,相位变化被视为一种干扰效应,并在预处理过程中被消除,尽管它可能包含有价值的信息。在本说明中,我们重点讨论振幅和相位变化的联合主成分分析(PCA)。由于翘曲函数空间具有复杂的几何结构,分析的一个关键要素是将翘曲函数转换为(L^2(mathcal{T}))。我们介绍了不同的转换方法,并展示了它们如何适应一般的转换类。这使我们能够比较他们的优势和局限性。在主成分分析的背景下,我们的结果提供了支持中心对数比变换的论据。我们进一步将振幅和相位变化联合主成分分析的两种现有方法嵌入到多元函数主成分分析框架中,在该框架中,我们基于适当的度量研究了估计量的性质。通过地震学的一个应用说明了这种方法。
{©2019 John Wiley&Sons有限公司}

MSC公司:

62至XX 统计

软件:

fda(右)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Bauer,A.、Scheipl,F.、Küchenhoff,H.和Gabriel,A.A.(2018年)。标量回归半参数函数简介。统计建模,18(3-4),346-364·Zbl 07289512号
[2] Boore,D.M.(1973年)。简单地形对地震波的影响:加利福尼亚州圣费尔南多山谷帕科伊马大坝记录的加速度的影响。美国地震学会公报,63(5),1603-1609。
[3] Bouchon,M.(1973)。地形对地表运动的影响。美国地震学会公报,63(2),615-632。
[4] Chakraborty,A.和Panaretos,V.M.(2017)。功能注册和本地变更。arXiv:1702.03556。
[5] Chaljub,E.、Moczo,P.、Tsuno,S.、Bard,P.-Y.、。,Kristek,J.、Käser,M.、……和Kristekova,M.(2010年)。法国格勒诺布尔山谷三维地面运动四种数值预测的定量比较。美国地震学会公报,100(4),1427-1455。
[6] Chiou,J.‐M。,Yang,Y.‐F.和陈永泰(音)。(2014). 多元函数主成分分析:归一化方法。中国统计局,241571-1596·Zbl 1480.62115号
[7] Egozcue,J.J.、Díaz‐Barrero,J.L.和Pawlowsky‐Glahn,V.(2006)。基于Aitchison几何的概率密度函数的希尔伯特空间。《数学学报》,英语丛书,22(4),1175-1182·Zbl 1113.46016号
[8] Hadjipantelis,P.Z.、Aston,J.A.D.、Müller,H.G.和Evans,J.P.(2015)。统一振幅和相位分析:汉语普通话功能多元混合效应建模的成分数据方法。《美国统计协会杂志》,110(510),545-559。
[9] Happ,C.(2018)。MFPCA:对不同维域上观察到的数据进行多元函数主成分分析[计算机软件手册]。检索自https://github.com/ClaraHapp/MFPCAR软件包版本1.3‐1。
[10] Happ,C.和Greven,S.(2018年)。不同(维)域观测数据的多元函数主成分分析。《美国统计协会杂志》,113(522),649-659·Zbl 1398.62154号
[11] Hauksson,E.、Jones,L.M.和Hutton,K.(1995年)。1994年加利福尼亚州北岭地震序列:地震和构造方面。地球物理研究杂志:固体地球,100(B7),12335-12355。
[12] Heinecke,A.、Breuer,A.、Rettenberger,S.、Bader,M.、Gabriel,A.‐A.、。,佩尔蒂斯,C.,…,&Dubey,P.(2014)。异构超级计算机上的Petascale高阶动态破裂地震模拟。参加高性能计算、网络、存储和分析国际会议(SC14)。美国新奥尔良:IEEE,第3-14页。
[13] Hron,K.、Menafoglio,A.、Templ,M.、Hrůzova,K.和Filzmoser,P.(2016)。Bayes空间中密度函数的简单主成分分析。计算统计与数据分析,94,330-350·Zbl 1468.62082号
[14] Kneip,A.和Ramsay,J.O.(2008年)。功能模型的注册和拟合相结合。《美国统计协会杂志》,103(483),1155-1165·Zbl 1205.62073号
[15] Lee,S.和Jung,S.(2016)。功能数据中振幅和相位变化的组合分析。arXiv:1603.01775。
[16] Marron,J.S.、Ramsay,J.O.、Sangalli,L.M.和Srivastava,A.(2015)。振幅和相位变化的功能数据分析。统计科学,30(4),468-484·Zbl 1426.62146号
[17] Montgomery,D.R.(1993年)。加利福尼亚州中部海岸山脉的挤压隆起。地质学,21(6),543-546。
[18] Oeser,J.、Bunge,H.‐P.和Mohr,M.(2006)。地球科学中的集群设计:TETHYS,《高性能计算和通信——第二届国际会议》,HPCC 2006,德国慕尼黑,计算机科学讲义,第4208卷,由Michael Gerndt和Dieter Kranzlmüller编辑,第31-40页,Springer。https://doi.org/10.1007/11847366_4 ·doi:10.1007/118473664
[19] Pelties,C.、Gabriel,A.‐A.和J.‐P.安普罗。(2014). 验证ADER‐DG方法用于复杂动态断裂问题。地球科学模型开发,7(3),847-866。
[20] Petersen,A.和Müller,H.‐G。(2016). 通过转换到希尔伯特空间对密度函数进行函数数据分析。《统计年鉴》,44(1),183-218·Zbl 1331.62203号
[21] Ramsay,J.O.和Silverman,B.W.(2005)。功能数据分析(第2版)。纽约:斯普林格·Zbl 1079.62006号
[22] Rettenberger,S.、Meister,O.、Bader,M.和Gabriel,A.-A。(2016). ASAGI:用于自适应地理信息的并行服务器。2016年Exascale应用和软件会议记录(EASC2016)。瑞典斯德哥尔摩:ACM,第2页。
[23] Sangalli,L.M.、Secchi,P.、Vantini,S.和Vitelli,V.(2010年)。曲线聚类的K均值对齐。计算统计与数据分析,54(5),1219-1233·Zbl 1464.62153号
[24] Srivastava,A.、Jermyn,I.和Joshi,S.(2007年)。概率密度函数的黎曼分析及其在视觉中的应用。2007年IEEE计算机视觉和模式识别会议,44,IEEE,第1-8页。
[25] Srivastava,A.和Klassen,E.P.(2016)。功能和形状数据分析。纽约:斯普林格·Zbl 1376.62003年
[26] Tucker,J.D.(2014)。使用弹性方法进行功能成分分析和回归(博士论文)。美国塔拉哈西佛罗里达州立大学。
[27] Uphoff,C.、Rettenberger,S.、Bader,M.、Madden,E.H.、Ulrich,T.、Wollherr,S.和Gabriel,A.-A。(2017). 2004年苏门答腊海啸大推力地震的极端规模多物理模拟。《高性能计算、网络、存储和分析国际会议论文集》(SC17)。美国丹佛:ACM,第21:1-21:16页。
[28] van denBoogaart,K.G.、Egozcue,J.J.和Pawlowsky‐Glahn,V.(2014)。贝叶斯-希尔伯特空间。澳大利亚和新西兰统计杂志,56(2),171-194·Zbl 1335.62025号
[29] Wald,D.J.、Heaton,T.H.和Hudnut,K.W.(1996)。1994年加利福尼亚州北岭地震的滑动历史由强震、远震、GPS和水准测量数据确定。美国地震学会公报,86(1B),S49-S70。
[30] Wood,S.N.、Pya,N.和Säfken,B.(2016)。一般平滑模型的平滑参数和模型选择。《美国统计协会杂志》,111(516),1548-1563。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。