函数数据聚类及其在金融时序分析中的应用

发布时间：2017-12-30 19:03

本文关键词：函数数据聚类及其在金融时序分析中的应用　出处：《统计与决策》2010年09期 　论文类型：期刊论文

【摘要】：函数数据分析正成为近年来的研究热点。文章针对函数数据聚类分析方法的研究,首先在LP空间构建函数数据之间相异性度量指标,并利用基函数将函数数据平滑,提出了函数数据的聚类分析方法,指出了通过最小二乘估计得到的正交基函数系数进行聚类的结果接近于直接对原始数据进行聚类的结果。其方法应用于时间序列的模式挖掘,得到了良好的效果。
[Abstract]:Function data analysis is becoming a hot research topic in recent years. In this paper, we first construct the measure index of function data heterogeneity in LP space, aiming at the research of function data clustering analysis method. The function data is smoothed by the basis function, and the clustering analysis method of the function data is proposed. It is pointed out that the clustering results of orthogonal basis function coefficients obtained by least square estimation are close to those of direct clustering of original data. The method is applied to pattern mining of time series. Good results have been obtained.
【作者单位】：厦门大学经济学院;
【基金】：国家教育部社科研究规划基金资助项目(06JA910003)
【分类号】：F224.9;F830
【正文快照】： 0引言随着现代信息技术的发展,许多科研领域不断涌现出大量形式各异、类型复杂的数据集,如高维数据,缺失数据等等,使得传统的统计分析方法越来越不适应于分析此类数据,而近年来渐成研究热点的函数数据分析(Functional dataanalysis,以下简称FDA)是处理这类数据的一个有效方法

【参考文献】