×

部分观察到的功能数据:系统性缺失零件的情况。 (英语) 兹比尔1471.62112

小结:通过微积分基本定理绕道,提出了部分观测函数数据的均值和协方差函数的新估计量。新的估计量允许在特定违反缺失完全随机假设的情况下对均值和协方差函数进行一致估计。可以使用顺序多假设测试程序测试估计程序的要求。在不同的缺失数据场景中,一项广泛的模拟研究将新的估计值与文献中的经典估计值进行了比较。提出的方法是出于估计德国控制储备市场平均价格曲线的实际问题。在这个拍卖市场中,价格曲线只能部分观察到,潜在的缺失数据机制依赖于系统交易策略,这显然违反了缺失完全随机假设。与经典估计相比,新的估计可以得到均值和协方差函数的有用估计。补充材料在线提供。

MSC公司:

62-08 统计问题的计算方法
62H25个 因子分析和主成分;对应分析
62H30型 分类和区分;聚类分析(统计方面)
62兰特 功能数据分析
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Delaigle,A。;Hall,P.,《使用删失函数数据进行分类》,J.Amer。统计师。协会,108,504,1269-1283,(2013)·Zbl 1288.62104号
[2] Delaigle,A。;Hall,P.,用马尔可夫链段逼近分段函数数据,生物统计学,103,4,779-799,(2016)
[3] Engelmann,D。;Grimm,V.,《多单位拍卖中的投标行为——一项实验研究》,《经济学》。J.,119,537,855-882,(2009)
[4] 费拉蒂,F。;Vieu,P.,非参数函数数据分析-理论与实践,1-258,(2006),Spinger·Zbl 1119.62046号
[5] 弗雷利,C。;Raftery,A.E.,基于模型的聚类、判别分析和密度估计,J.Amer。统计师。协会,97,458,611-631,(2002)·Zbl 1073.62545号
[6] 盖拉,J.E。;科兰图尼,E。;Needham,D.M。;Crainiceanu,C.M.,《用于ICU数据建模的变量域函数回归》,J.Amer。统计师。协会,109,508,1425-1439,(2014)
[7] Goldberg,Y。;里托夫,Y。;Mandelbaum,A.,预测应用程序对呼叫中心数据的函数延续,J.Statist。计划。推断,147,53-65,(2014)·Zbl 1278.62013号
[8] 格林·V。;奥肯费尔斯,A。;Zoettl,G.,Strommarktd设计:zur ausgestaltung der auktionsregeln an der EEX,Zeitschrift für Energiewirtschaft,3147-161,(2008)
[9] 格罗门科,O。;Kokoszka,P。;Sojka,J.,使用不完全曲线的函数回归对电离层冷却趋势的评估,Ann.Appl。统计,11,2,898-918,(2017)
[10] Horváth,L。;Kokoszka,P.,《应用程序功能数据推断》(2012),施普林格出版社·Zbl 1279.62017号
[11] 兴,T。;Eubank,R.,《函数数据分析的理论基础,线性算子简介》(2015),John Wiley&Sons·Zbl 1338.62009号
[12] 詹姆斯·G·M。;哈斯蒂·T·J。;Sugar,C.A.,稀疏功能数据的主成分模型,Biometrika,87,3,587-602,(2000)·Zbl 0962.62056号
[13] 詹姆斯·G·M。;Sugar,C.A.,稀疏采样功能数据的聚类,J.Amer。统计师。协会,98,462,397-408,(2003)·Zbl 1041.62052号
[14] Kraus,D.,《部分观测功能数据的组成和完成》,J.R.Stat.Soc.,77,4,777-801,(2015)
[15] Liebl,D.,《电力现货价格建模与预测:功能数据视角》,Ann.Appl。统计,7,3,1562-1592,(2013)·Zbl 1454.62267号
[16] Liebl,D.,Kneip,A.,2018年。部分观测函数数据的最优重建。arXiv:1710.10099;Liebl,D.,Kneip,A.,2018年。部分观测函数数据的最优重建。arXiv:1710.10099
[17] Little,R.J。;Rubin,D.B.,《缺失数据的统计分析》(2014),John Wiley&Sons
[18] 拉姆齐,J。;Silverman,B.,功能数据分析,(2005),Springer·Zbl 1079.62006号
[19] J.O.拉姆齐。;Wickham,H。;格雷夫斯,S。;胡克,G.,Fda:功能数据分析(2014),R(右)程序包版本2.4.4
[20] R核心团队,R(右)《统计计算的语言和环境》(2017),奥地利维也纳R统计计算基金会
[21] 罗曼诺,J.P。;Wolf,M.,多重假设检验的精确和近似逐步递减方法,J.Amer。统计师。协会,100,469,94-108,(2005)·Zbl 1117.62416号
[22] 姚,F。;穆勒,H.-G。;Wang,J.-L.,稀疏纵向数据的功能数据分析,J.Amer。统计师。协会,100,470,577-590,(2005)·Zbl 1117.62451号
[23] 姚,F。;穆勒,H.-G。;王建林,纵向数据的函数线性回归分析,统计年鉴。,33, 6, 2873-2903, (2005) ·Zbl 1084.62096号
[24] 周瑞瑞。;塞族,N。;Gebraeel,N。;Müller,H.-G.,《建模和监测截断退化信号的功能时间扭曲方法》,《技术计量学》,56,1,67-77,(2014)
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。