安德烈斯·阿隆索。；大卫·卡萨多；萨拉·洛佩斯·平塔多；胡安·罗莫 时间序列的鲁棒函数监督分类。 （英语） Zbl 1360.62447号 J.分类。 31，第3期，325-350（2014）. 小结：我们建议使用综合周期图对时间序列进行分类。该方法为组分配一个新的时间序列，使序列积分周期图和积分周期图组平均值之间的距离最小。这些周期图的局部计算允许将此方法应用于非平稳时间序列。由于集成的周期图是曲线，因此我们应用基于功能数据深度的技术使分类具有鲁棒性，这明显优于其他竞争程序。该方法为模拟数据和实际数据提供了较小的错误率。它改进了现有的方法并提供了良好的计算性能。 引用于三文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62M15型 随机过程和谱分析的推断 62H30型 分类和区分；聚类分析（统计方面） 关键词：时间序列；监督分类；积分周期图；功能数据深度 软件：美国astsa；统计CLAS；雪橇 PDF格式BibTeX公司 XML格式引用 \textit{A.M.Alonso}等人，J.Classif。31，第3号，325--350（2014；Zbl 1360.62447） 全文： 内政部 链接 参考文献： [1] ABRAHAM，C.、CORNILLON，P.A.、MATZNER-LØBER，E.和MOLINARI，N.（2003），“使用B样条的无监督曲线聚类”，《斯堪的纳维亚统计杂志》，30（3），581-595·Zbl 1039.91067号 ·doi:10.1111/1467-9469.00350 [2] ALONSO，A.M.、CASADO，D.、LóPEZ-PINTADO，S.和ROMO，J.（2008），“基于函数数据的时间序列分类方法”，工作文件，国家统计局。马德里卡洛斯三世大学，网址：http://hdl.handle.net/10016/3381。 ·Zbl 1360.62447号 [3] BIAU，G.、BUNEA，F.和WEGKAMP，M.H.（2003），“希尔伯特空间中的功能分类”，IEEE信息理论汇刊，1（11），1-8。 [4] BLANDFORD，R.R.（1993），“利用复杂性区分区域距离的地震和爆炸”，AFTAC-TR-93-044 HQ报告，空军技术应用中心，佛罗里达州帕特里克空军基地。 [5] CASADO，D.（2013），StatisCLAS:统计分类方法，代码包，网址：http://www.casado-d.org/edu/publications.html#代码。 [6] CHANDLER，G.和POLONIK，W.（2006），“基于过剩质量泛函的局部平稳时间序列判别”，美国统计协会杂志，101（473），240-253·Zbl 1118.62358号 ·doi:10.1198/01621450000000899 [7] 克利夫兰R.B.、克利夫兰W.S.、MCRAE J.E.和TERPENING I.（1990），“STL：基于黄土的季节趋势分解程序”，《官方统计杂志》，6，2-73。 [8] 达赫豪斯，R。；Robinson，PM（编辑）；Rosenblatt，M.（编辑），进化谱非平稳过程的渐近统计推断（1996），纽约 [9] DAHLHAUS，R.（1997），“将时间序列模型拟合到非平稳过程”，《统计学年鉴》，25（1），1-37·Zbl 0871.62080号 ·doi:10.1214/aos/1034276620 [10] DIGGLE，P.J.和FISHER，N.I.（1991），“累积周期图的非参数比较”，《皇家统计学会杂志》，C辑（应用统计学），40（3），423-434·Zbl 0825.62465号 [11] FERRATY，F.和VIEU，P.（2003），“曲线识别：非参数函数方法”，计算统计与数据分析，44，161-173·Zbl 1429.62241号 ·doi:10.1016/S0167-9473（03）00032-X [12] HALL，P.、POSKITT，D.S.和PRESNELL，B.（2001），“信号识别的功能数据分析方法”，《技术计量学》，43（1），1-9·Zbl 1072.62686号 ·doi:10.1198/00401700152404273 [13] HASTIE，T.、BUJA，A.和TIBSHIRANI，R.J.（1995），“惩罚歧视分析”，《统计年鉴》，23（1），73-102·Zbl 0821.62031号 ·doi:10.1214/aos/1176324456 [14] HIRUKAWA，J.（2004），“多元非高斯局部平稳过程的判别分析”，日本数学科学，60（2），357-380·Zbl 1062.62112号 [15] HODRICK，R.和PRESCOTT，E.C.（1997），“战后美国商业周期：实证调查”，《货币、信贷与银行杂志》，29（1），1-16·doi:10.2307/2953682 [16] HUANG，H.、OMBAO，H.和STOFFER，D.S.（2004），“使用SLEX模型对非平稳时间序列的识别和分类”，美国统计协会杂志，99（467），763-774·Zbl 1117.62357号 ·doi:10.19198/0162114504000001105 [17] JAMES，G.M.和HASTIE，T.（2001），“不规则采样曲线的函数线性判别分析”，《皇家统计学会杂志》，B辑，63，533-550·Zbl 0989.62036号 ·doi:10.1111/1467-9868.00297 [18] JAMES，G.M.和SUGAR，C.A.（2003），“稀疏采样函数数据的聚类”，《美国统计协会杂志》，98（462），397-408·Zbl 1041.62052号 ·doi:10.1198/016214503000189 [19] KAKIZAWA，Y.、SHUMWAY，R.H.和TANIGUCHI，M.（1998），“多元时间序列的判别和聚类”，美国统计协会杂志，93（441），328-340·兹比尔0906.62060 ·doi:10.1080/01621459.1998.10474114 [20] LIAO，T.W.（2005），“时间序列数据调查的聚类”，模式识别，381857-1874·Zbl 1077.68803号 ·doi:10.1016/j.patcog.2005.01.025 [21] L奥斯佩兹·平塔多，S。；ROMO，J.，《基于深度的功能数据分类》，第72号（2006年），普罗维登斯RI [22] LóPEZ-PINTADO，S.和ROMO，J.（2009），“关于功能数据深度的概念”，《美国统计协会杂志》，104（486），704-717·Zbl 1388.62139号 ·doi:10.1198/jasa.2009.0108 [23] MAHARAJ，E.A.和ALONSO，A.M.（2007），“利用小波识别局部平稳时间序列”，计算统计与数据分析，52，879-895·Zbl 1452.62661号 ·doi:10.1016/j.csda.2007.05.010 [24] OMBAO，H.C.、RAZ，J.A.、VON SACHS，R.和MALOW，B.A.（2001），“双变量非平稳时间序列的自动统计分析”，美国统计协会杂志，96（454），543-560·Zbl 1018.62080号 ·doi:10.1198/016214501753168244 [25] PRIESTLEY，M.（1981），《谱分析与时间序列》。第1卷：单变量系列，伦敦：学术出版社·Zbl 0537.62075号 [26] SAKIYAMA，K.和TANIGUCHI，M.（2004），“局部平稳过程的判别分析”，多元分析杂志，90，282-300·兹比尔1050.62066 ·doi:10.1016/j.jmva.2003.08.002 [27] SHUMWAY，R.S.（2003），“时频聚类与判别分析”，《统计与概率快报》，63，307-314·Zbl 1116.62364号 ·doi:10.1016/S0167-7152（03）00095-6 [28] SHUMWAY，R.H.和STOFFER，D.S.（2000），时间序列分析及其应用，纽约：施普林格出版社·Zbl 0942.62098号 ·doi:10.1007/978-1-4757-3261-0 [29] TANIGUCHI，M.和KAKIZAWA，Y.（2000），《时间序列统计推断的渐近理论》，纽约：施普林格出版社·Zbl 0955.62088号 ·doi:10.1007/978-1-4612-1162-4 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。