BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Górecki Tomasz (Adam Mickiewicz University in Poznań, Poland), Krzyśko Mirosław (Adam Mickiewicz University in Poznań, Poland), Waszak Łukasz (Adam Mickiewicz University in Poznań, Poland), Wołyński Waldemar (Adam Mickiewicz University in Poznań, Poland)
Tytuł
Methods of Reducing Dimension for Functional Data
Źródło
Statistics in Transition, 2014, vol. 15, nr 2, s. 231-242, rys., tab., bibliogr. 10 poz.
Słowa kluczowe
Wielowymiarowa analiza statystyczna, Metody statystyczne
Multi-dimensional statistical analysis, Statistical methods
Uwagi
summ.
Abstrakt
In classical data analysis, objects are characterized by many features observed at one point of time. We would like to present them graphically, to see their configuration, eliminate outlying observations, observe relationships between them or to classify them. In recent years methods for representing data by functions have received much attention. In this paper we discuss a new method of constructing principal components for multivariate functional data. We illustrate our method with data from environmental studies. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. BESSE, P., (1979). Etude descriptive d'un processus. Ph.D. thesis, Université Paul Sabatier.
  2. FISHER, R. A., (1936). The use of multiple measurements in taxonomic problem, Annals of Eugenics 7, 179-188.
  3. GÓRECKI, T., KRZYŚKO, M., (2012). Functional Principal Components Analysis, Data analysis methods and its applications, C.H. Beck 71-87.
  4. GÓRECKI, T., KRZYŚKO, M., WASZAK, Ł., (2014). Functional Discriminant Coordinates, Communication in Statistics - Theory and Methods 43(5), 1013-1025.
  5. JACQUES, J., PREDA, C., (2014). Model-based clustering for multivariate functional data, Computational Statistics & Data Analysis 71, 92-106.
  6. JOLLIFFE, I. T., (2002). Principal Component Analysis, Second Edition, Springer.
  7. KRZYŚKO, M., WASZAK, Ł., (2013). Canonical correlation analysis for functional data, Biometrical Letters 50(2), 95-105.
  8. RAMSAY, J. O., SILVERMAN, B. W., (2005). Functional Data Analysis, Second Edition, Springer.
  9. SAPORTA, G., (1981). Methodes exploratoires d'analyse de données temporelles. Cahiers du Buro. Ph.D. thesis.
  10. SHMUELI, G., (2010). To explain or to predict? Statistical Science 25(3), 289-310.
Cytowane przez
Pokaż
ISSN
1234-7655
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu