统计学及其接口
第12卷（2019年）
数字4
函数数据的多元变异系数
页：647 – 658
内政部：https://dx.doi.org/10.4310/SII.2019.v12.n4.a12
作者
Mirosław Krzysko（波兰卡利斯茨斯坦尼斯·瓦夫·沃伊切霍夫斯基国立应用科学大学国际金融数学与统计研究所）
Łukasz Smaga（波兰波兹南Adam Mickiewicz大学数学与计算机科学学院）
摘要
本文考虑了多元变异系数对函数数据的适应性。与变异系数及其多元推广类似，函数多元变异系数（FMCV）在实际应用中也很有用。也就是说，它可能有助于比较不同人群的相对变化，或以单变量或多变量功能数据为特征的不同设备的性能。讨论了新函数数据分析方法的一些理论性质。使用数据的基函数表示，表明FMCV可减少为该表示系数向量的多元变异系数。这样可以有效计算FMCV。通过仿真研究，在有限样本条件下比较了FMCV的经典估计和稳健估计的性能。新方法在心电图（ECG）数据上进行了说明。这些数据分为两组：正常和异常（代表某些心脏病理学）。异常组的变异性明显大于正常组。
关键词
离散性度量、函数数据分析、多元变异系数、稳健估计、变异性度量
2010年数学学科分类
初级62H05。次要62M99。
收到日期：2018年9月25日
接收日期：2019年5月24日修订
2019年5月30日接受
2019年7月18日出版
