基钦斯基，乌卡斯；彼得·科科什卡；内达·穆罕默德·朱兹达尼 周期相关函数时间序列的主成分分析。 （英语） Zbl 1416.62503号 J.时间序列。分析。 39，第4号，502-522（2018）. 摘要：在函数数据分析的框架内，我们开发了周期相关函数时间序列的主成分分析。我们定义了上述分析的组成部分，包括周期算子值滤波器、评分过程和反演公式。我们证明了这些对象是在一个简单的条件下通过收敛级数定义的，该条件要求滤波器系数的Hilbert-Schmidt范数是可和的，并且它们具有最优性。我们解释了希尔伯特空间理论如何简化为一个近似的有限维设置，该设置在定制的R包中实现。数据实例和仿真研究表明，如果函数时间序列具有周期性特征，则新方法优于现有工具。 引用于2文件 MSC公司： 62米10 统计学中的时间序列、自相关、回归等（GARCH） 62H25个 因子分析和主成分；对应分析 62M15型 随机过程和谱分析的推断 关键词：功能时间序列；周期相关时间序列；主要成分；光谱分析 软件：R（右）；pcdpca公司 PDF格式BibTeX公司 XML格式引用 \textit{Ł.Kidziñski}等人，《时代杂志》。分析。39，第4号，502--522（2018；Zbl 1416.62503） 全文： 内政部 arXiv公司