Incorporating Parametric Effects into Functional Principal Components Analysis
在函数型主成分分析中纳入参数效应AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论函数型数据分析与气温曲线，主成分一词不足以支持宏观或金融因子模型分类。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
在函数型主成分分析中纳入参数效应
- 研究问题
- 当函数数据同时包含函数变化与参数效应，尤其是周期曲线的时间轴平移时，如何扩展函数型主成分分析？
- 方法与思路
- 作者详细处理周期区间上的时间平移，使用 Procrustes 拟合估计参数效应，讨论估计参数的后续处理及更一般扩展。
- 材料陈述的贡献
- 摘要将函数型主成分分析扩展到函数与参数效应混合的数据，并以35个加拿大气象站的温度数据说明方法。
- 阅读关注点
- 应核对时间平移与函数变化如何区分、拟合准则与计算步骤，以及参数估计的不同处理方式如何影响主成分解释。
- 阅读边界
- 仅据 Crossref 摘要；一般参数效应的扩展仅作讨论，摘要未说明识别条件或误差分析，也未核验来源版本与刊本差异。
原文摘要
SUMMARY The ideas of functional principal component analysis are extended to deal with data that are hybrids of ‘functional’ and ‘parametric’ effects. The parametric effects may be more general than just the addition of a multiple of a given function. A detailed development is given in the case of shifts of the time axis for functions observed on a periodic interval, and some remarks are made for the extension to a far more general case. Given data, a Procrustes fitting method can be used to estimate the parametric effects. Several possible ways of treating the estimated parameter values are discussed. The methods are illustrated by reference to temperature data at 35 Canadian weather-stations.