摘要
随着大规模收集高维和高频数据,新统计模型的开发正在推进。功能数据分析通过假设数据是连续函数,例如实现连续过程(曲线)或连续随机场(曲面),以及将每条曲线或曲面视为单个观测值,提供了处理大规模复杂数据所需的统计方法。在这里,我们概述了当数据复杂且具有空间相关性时的功能数据分析。我们给出了相应函数随机变量的一阶矩和二阶矩的定义和估计。我们提出了两种主要的方法:第一种方法假设数据是函数随机场的实现,即每个观测值都是带有空间分量的曲线。我们给他们打电话空间功能数据第二种方法假设数据是随时间观察到的连续确定性场。在这种情况下,一个观测值是一个曲面或流形,我们称之为地表时间序列对于这两种方法,我们描述了可用于统计分析的软件。我们还使用高分辨率风速模拟数据集提供了一个数据说明,作为两种方法的示例。函数数据方法提供了一种新的数据分析范式,其中连续过程或随机场被视为单个实体。我们认为这种方法在大数据背景下非常有价值。
引用
下载引文
以色列马丁内斯·埃尔南德斯。
马克·根顿(Marc G.Genton)。
“复杂和空间相关功能数据的最新发展。”
钎焊。J.概率。统计。
34
(2)
204 - 229,
2020年5月。
https://doi.org/10.1214/20-BJPS466
问询处
收到日期:2020年1月1日;接受日期:2020年1月1日;发布日期:2020年5月
欧几里德项目首次提供:2020年5月4日
数字对象标识符:10.1214/20-BJPS466
关键词:功能数据,函数随机场,歧管数据,空间功能数据,空间统计学,时空统计,地面数据
权利:版权所有©2020巴西统计协会