典型文献
基于AIC准则的函数型数据主成分联合选择研究
文献摘要：
函数型主成分分析(Functional Principal Component Analysis,FPCA)是对函数型数据进行降维的常用技术,本文将考虑函数型数据的主成分联合选择问题.首先,本文给出了两函数型变量的主成分联合模型,并通过基函数展开法和极大惩罚似然法对样本数据进行曲线平滑.在联合模型基础上,本文给出了确定函数型主成分个数的AIC准则,并提出了改进的ECME算法对模型参数进行估计.模拟显示AIC准则对应的主成分个数选择结果准确率更高,考虑两函数型数据之间相关信息的联合选择效果会比对各函数型数据主成分进行独立选择的结果有所提升.最后,本文将所提方法应用于老年人中医宗气数据的分析.
文献关键词：
函数型数据;函数型主成分分析;模型选择;AIC准则;ECME算法
中图分类号：
作者姓名：
张景肖;刘史诗;王伟华;李浩成;胡镜清
作者机构：
中国人民大学应用统计科学研究中心,北京100872;中国人民大学统计学院,北京100872;卡尔加里大学数学和统计系,卡尔加里T2N1N4,加拿大;中国中医科学院中医基础理论研究所,北京 100700
文献出处：
引用格式：
[1]张景肖;刘史诗;王伟华;李浩成;胡镜清-.基于AIC准则的函数型数据主成分联合选择研究)[J].数理统计与管理,2022(04):610-622
A类：
ECME
B类：
AIC,函数型数据,函数型主成分分析,Functional,Principal,Component,Analysis,FPCA,常用技术,联合模型,基函数,开法,进行曲,分个,宗气,气数,模型选择
AB值：
0.299917
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
