×
桑培军;王良良;曹继国

参数化函数主成分分析。 （英语） Zbl 1522.62224号

生物计量学 73，第3号，802-810（2017）.
摘要：函数主成分分析（FPCA）是函数数据分析中的一种常用方法，用于探索随机曲线样本中变化的主要来源。这些主要变化源由功能主成分（FPC）表示。现有的FPCA方法大多使用一组灵活的基函数（如B样条基）来表示FPC，并通过添加粗糙度惩罚来控制FPC的平滑度。然而，灵活的表示方式给用户理解和解释FPC带来了困难。在本文中，我们考虑了FPCA的各种应用，发现在许多情况下，顶部FPC的形状足够简单，可以使用简单的参数函数进行近似。我们提出了一种参数化方法来估计顶级FPC，以增强其对用户的解释能力。我们的参数化方法还可以绕过传统非参数FPCA方法中的平滑参数选择过程。此外，我们的仿真研究表明，当存在异常曲线时，所提出的参数FPCA具有更强的鲁棒性。参数FPCA方法是通过分析来自各种应用程序的多个数据集来演示的。
{©2017，国际生物识别学会}

引用于8文件

理学硕士：

62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

曲线变化;特征函数;功能数据分析;鲁棒估计

软件：

fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{P.Sang}等人，《生物统计学》73，第3期，802-810（2017；Zbl 1522.62224）
全文： 内政部

参考文献：

[1] Basser，P.J.、Mattiello，J.和LeBihan，D.（1994年）。磁共振扩散张量光谱和成像。《生物物理杂志》66，259-267。
[2] Besse，P.（1992）。主成分分析的稳定性和维度选择。统计与概率信件13，405-410·Zbl 0743.62046号
[3] Besse，P.C.、Cardot，H.和Ferraty，F.（1997）。不平衡纵向数据的同步非参数回归。计算统计与数据分析24，255-270·Zbl 0900.62199号
[4] Bosq，D.（2000年）。函数空间中的线性过程：理论与应用，第149卷。纽约：Springer Science&Business Media·Zbl 0962.60004号
[5] Chen，K.和Lei，J.（2015）。本地化功能主成分分析。《美国统计协会杂志》110，1266-1275·Zbl 1373.62293号
[6] Dauxois，J.、Pousse，A.和Romain，Y.（1982年）。向量随机函数主成分分析的渐近理论：统计推断的一些应用。多元分析杂志12，136-154·Zbl 0539.62064号
[7] Fan，J.和Gijbels，I.（1996年）。局部多项式建模及其应用，第66卷。伦敦：CRC出版社·Zbl 0873.62037号
[8] Ferraty，F.和Vieu，P.（2004）。功能数据的非参数模型，在回归、时间序列预测和曲线识别中的应用。非参数统计16，111-125·Zbl 1049.62039号
[9] Graves，S.、Hooker，G.和Ramsay，J.（2009年）。用R和MATLAB进行函数数据分析。纽约：施普林格·Zbl 1179.62006号
[10] Kaslow，R.A.、Ostrow，D.G.、Detels，R.、Phair，J.P.、Polk，B.F.、Rinaldo，C.R.等人（1987年）。多中心艾滋病队列研究：参与者的基本原理、组织和选定特征。美国流行病学杂志126，310-318。
[11] Li，H.、Staudenmayer，J.和Carroll，R.J.（2014）。混合连续和二进制测量的层次功能数据。生物计量学70，802-811·Zbl 1393.62076号
[12] Lin，Z.、Wang，L.和Cao，J.（2016）。可解释的功能主成分分析。生物统计学72，846-854·Zbl 1390.62108号
[13] Mas，A.（2008）。局部功能主成分分析。复杂分析与算子理论2135-167·Zbl 1152.60032号
[14] 米勒，H.‐G。和Stadtmüller，U.（2005年）。广义函数线性模型。统计年鉴33774-805·Zbl 1068.62048号
[15] Pezzulli，S.和Silverman，B.（1993年）。函数数据平滑主成分分析的一些性质。计算统计学8，1-16·Zbl 0775.62146号
[16] Ramsay，J.O.（2000）。笔迹变化的功能成分。《美国统计协会杂志》95，9-15。
[17] Ramsay，J.O.和Dalzell，C.（1991）。一些用于功能数据分析的工具。英国皇家统计学会杂志，B辑（方法学）53，539-572·兹比尔0800.62314
[18] Ramsay，J.O.和Silverman，B.W.（2002）。应用功能数据分析：方法和案例研究，第77卷。纽约：施普林格·Zbl 1011.62002号
[19] Ramsay，J.O.和Silverman，B.W.（2005）。功能数据分析。纽约：斯普林格出版社，第二版·Zbl 1079.62006号
[20] Rice，J.A.（2004）。功能和纵向数据分析：关于平滑的观点。中国统计局14，631-648·Zbl 1073.62033号
[21] Silverman，B.W.（1996）。通过选择范数平滑函数主成分分析。统计年鉴24，1-24·Zbl 0853.62044号
[22] Wood，S.N.（2011）。半参数广义线性模型的快速稳定限制极大似然和边缘似然估计。英国皇家统计学会杂志，B辑（统计方法）73，3-36·兹比尔1411.62089
[23] Yao，F.、Müller，H.‐G.、。，和Wang，J.‐L。（2005年a）。稀疏纵向数据的功能数据分析。《美国统计协会杂志》100，577-590·Zbl 1117.62451号
[24] Yao，F.、Müller，H.‐G.、。，和Wang，J.‐L。（2005年b）。纵向数据的函数线性回归分析。统计年鉴332873-2903·Zbl 1084.62096号
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。