检索结果-内蒙古大学图书馆

武夷学院学报 2020年第6期39卷 31-38页

作者：叶景山周富杰黎哲镇温永仙福建农林大学计算机与信息学院福建福州350002

采用函数型主成分分析(FPCA)方法对福建省空气质量指数(AQI)的影响因素进行分析,同时结合Arc GIS图对福建省AQI的时空分布特征进行描述。通过FPCA方法共提取了工业废气与汽车尾气、原料燃烧、人类建设活动、降水等四个主成分,累积总贡... 详细信息

采用函数型主成分分析(FPCA)方法对福建省空气质量指数(AQI)的影响因素进行分析,同时结合Arc GIS图对福建省AQI的时空分布特征进行描述。通过FPCA方法共提取了工业废气与汽车尾气、原料燃烧、人类建设活动、降水等四个主成分,累积总贡献率达到98.1%,时空分析表明不同地区的AQI存在差异,非沿海地区的AQI低于沿海地区。研究表明福建省空气质量指数受当地经济发展程度、经济发展模式、人们生活习惯和气候条件等影响,综合来看,福建省沿海地区空气质量稍差于非沿海地区。根据空气质量的情况不同,我们将福建省9个地级市进行分类,第一类为龙岩、三明、南平和厦门,第二类为宁德、泉州和莆田,福州和漳州都自成一类。

关键词：时空分布特征空气质量函数型主成份分析福建省

来源：评论

学校读者我要写书评

暂无评论

函數型三因子模型於台灣股票市場之應用

函數型三因子模型於台灣股票市場之應用

引用

作者：林筱倩中興大學

学位级别：碩士

传统Fama and French三因子模型只能得知整月或季的因子对股票报酬的影响，为一定值，而无法得知月或季内不同天的风险因子对不同天的股票报酬的影响程度是否不同，以及如何不同。因此本文利用函数型分析方法来建构函数型Fama and Frenc... 详细信息

传统Fama and French三因子模型只能得知整月或季的因子对股票报酬的影响，为一定值，而无法得知月或季内不同天的风险因子对不同天的股票报酬的影响程度是否不同，以及如何不同。因此本文利用函数型分析方法来建构函数型Fama and French三因子模型，将传统仅一个数值的季报酬率视为一个由每日日报酬所组成的季样本函数，以便可以同时探讨季内不同天的股票报酬率与风险因子之间的交互影响关系。同时，也以传统Fama and French三因子模型做分析，来验证日频率的三因子模型是否对台湾股票市场也有解释能力。从函数型三因子模型中，可以发现一些在传统三因子模型中无法得知的现象，在低净值市价比时，规模效应会随着时间(t)的经过而增加；净值市价比效应也会在公司规模较小时，随着时间(t)的经过而增加。此外，也发现虽然股票报酬对风险因子的反应有快有慢，但大致上仍是受到t时点前後附近的因子所影响的程度较大，且随着时间的间隔距离越远，因子的影响力会越来越小；值得一提的是，股票报酬对市场风险因子的反应远较规模因子与净值市价比因子来得更即时、更具效率性。

关键词： Fama and French 三因子模型函數型資料分析函數型主成份分析函數對函數迴歸

来源：评论

学校读者我要写书评

暂无评论

以日內資料預測台灣股票報酬率函數型資料應用分析

以日內資料預測台灣股票報酬率函數型資料應用分析

引用

作者：林岱潔中興大學

学位级别：碩士

本研究以函数型资料分析方式对财高频率资料进行分析，利用台湾股票09:05 到13:20 中每五分钟报酬率资料，针对当日收盘(13:30) 及隔日开盘(09:00) 报酬率进行模型配适及预测，在研究上将09:05 到13:20 每5分钟报酬率利用B-spline 外生... 详细信息

本研究以函数型资料分析方式对财高频率资料进行分析，利用台湾股票09:05 到13:20 中每五分钟报酬率资料，针对当日收盘(13:30) 及隔日开盘(09:00) 报酬率进行模型配适及预测，在研究上将09:05 到13:20 每5分钟报酬率利用B-spline 外生基底及Functional Principal Component Analysis 找出之内生基底两种方式转换为函数型资料，并利用函数型资料与当日收盘及隔日开盘报酬率进行纯量对函数型资料的回归分析及预测，同时以传统多元回归方式进行比较。在样本配适中，针对今日收盘报酬率配适以B-spline 基底转换之函数具有最佳表现，同时在预测今日收盘报酬率也较其他两者准确，但是利用U 检定则不显着。而在样本外预测上，针对隔日开盘报酬率预测，以函数型分析方式预测准确程度较传统多元回归分析准，同时以U 检定也呈显着状态，其中以FPCA 为基底进行转换之函数预测准确度最高。根据本篇研究结果，建议在以日内资料进行预测时，将资料转换为函数型资料，可以获得准确度较高之预测值。

关键词：函數型資料分析 B 樣條函數型主成份分析日內報酬率預測純量對函數迴歸

来源：评论

学校读者我要写书评

暂无评论

多變量函數-函數型線性迴歸

多變量函數-函數型線性迴歸

引用

作者：黃敏嘉中興大學

学位级别：碩士

函数型线性回归(Functional linear regression)是一种分析长期资料(longtudinal data)并预测其未来趋势的方法。在长期资料分析中，每个样本函数的观测时间点可能不规则且稀少，并带有测量误差，而且相同样本函数在不同时间的观测值也... 详细信息

函数型线性回归(Functional linear regression)是一种分析长期资料(longtudinal data)并预测其未来趋势的方法。在长期资料分析中，每个样本函数的观测时间点可能不规则且稀少，并带有测量误差，而且相同样本函数在不同时间的观测值也存在着相关性，本篇论文的方法便适用於这样的情况。本论文旨在改良函数对函数之主成份回归模型，原先作法是将自变函数 X(•) 与应变函数 Y(•) 各自作Karhunen-Loéve 分解，取前几个主要的特徵函数及其对应的特徵值求出主成份分数，藉此将函数对函数线性回归问题转成主成份对主成份的多变量回归问题。然而只取前几个主要主成份的作法可能造成有用的信息却被并入误差项处理的情况。本论文将主成份回归模型改良成用共变异函数求得回归解，希望藉此解决上述问题，并将回归模型从一个应变函数(functional response) 对一个自变函数，扩展到一个应变函数对多个自变函数。另外，本模型亦适用於多维度的长期资料，且在资料的观测时间点规律且密集的情况下亦有良好的表现。论文的最後，将针对不同情况的模拟资料，比较此模型和其他函数-函数型回归方法的预测结果，来说明其可行性。

关键词：函數型線性迴歸局部多項式迴歸函數型主成份分析長期資料分析多個自變函數多維度稀疏資料

来源：评论

学校读者我要写书评

暂无评论

高速公路事故时间分布研究-以函数资料分析方法

高速公路事故时间分布研究-以函数资料分析方法

引用

作者：游声德国立交通大学

学位级别：硕士

过去高速公路事故频次之研究大多以计数模式（例如，卜松模型或负二项模型）检视各种风险因子（一般采用之变数大致可分成几何变数、交通量变数、环境变数）对于各分析路段全年发生事故件数之影响，较少进一步探讨这些风险因子对于各分... 详细信息

过去高速公路事故频次之研究大多以计数模式（例如，卜松模型或负二项模型）检视各种风险因子（一般采用之变数大致可分成几何变数、交通量变数、环境变数）对于各分析路段全年发生事故件数之影响，较少进一步探讨这些风险因子对于各分析路段事故发生分布之影响。而事故发生于不同时段（上午、下午或夜间）对于事故防制与救护策略之规划又至为重要。基此，本研究乃利用函数资料分析方法中之函数型主成份分析、函数型变异数分析，以及函数型线性模式两种方法，针对各路段事故发生次数之一日24小时时间分布图进行模化分析，以了解各路段分布图形之差异及其影响因素。其中，函数型主成份分析可以获得解释分布图形变异的主成份，函数型变异数分析则主要用于检视各潜在风险因子是否具有影响事故时间分布型态的效果。至于函数型线性模式则可进一步分析影响各路段事故时间分布型态之影响因素，借此提供事故分析的另一种分析观点与研究方法。本研究以国道一号为例，并以两两交流道所形成之路段作为分析基础。因此，以交流道划分62个路段，南下、北上因不互相干扰视为独立样本，故共计124个路段，事故时间分布图以各路段一年中在各小时之统计次数加以呈现。每路段并收集包含下坡度、曲率、车道数、固定测速点数、年雨量、路段是否邻近都会区，小型车流量、大客货车流量、联结车流量、重车比例等资讯辅以分析。由函数型主成份分析结果显示造成分布图形变异的三个主成份分别为昏峰时段事故件数增加、晨峰时段事故件数增加，以及白天离峰时间事故件数减少。本研究对于事故件数分布图利用函数型变异数分析探讨高速公路几何变数因子(下坡度、曲率、车道数)、环境变数因子(固定测速照相、年雨量、邻近都会区)对事故时间分布图是否存在显着差异，结果显示曲率因子、车道数因子、固定测速照相因子显着影响事故时间分布图差异。最后，本研究以同为函数型资料的小型车流量、客货车流量、联结车流量及重车比例资料与事故时间分布进行线性模式分析，结果以小型车流量解释事故时间分布图能力最佳，但其整体解释能力仍属偏低，表示仍有其他重要解释变数未纳入分析。

关键词：事故频次时间分布函数资料分析函数型主成份分析函数型变异数分析函数型线性模式

来源：评论

学校读者我要写书评

暂无评论

台灣蔬菜價格與氣象資料關係之探討：函數型數據分析之應用

台灣蔬菜價格與氣象資料關係之探討：函數型數據分析之應用

引用

作者：林俊豐中興大學

学位级别：碩士

本研究透过气象与甘蓝菜价格资料建立模型，所使用方法为函数型线型回归模型。由於价格资料出现缺失值，因此本研究使用区域线性估计量对资料进行差补後，再藉由函数型主成份分析法建立基底函数从而进行估计，当中函数建立过程主要根据... 详细信息

本研究透过气象与甘蓝菜价格资料建立模型，所使用方法为函数型线型回归模型。由於价格资料出现缺失值，因此本研究使用区域线性估计量对资料进行差补後，再藉由函数型主成份分析法建立基底函数从而进行估计，当中函数建立过程主要根据蔬菜生长周期而建立。本研究另外加入前一、两天价格因子和前生长周期价格函数以建立三种不同模型作比较。希望能找出相较於传统计量模型下，函数型数据分析的不同之处供後续学者参考。最後结果显示函数型数据分析於计算效率上明显优於传统回归模型，在保留资料特性下进行维度减少从而估算系数。

关键词：蔬菜價格函數型線性迴歸分析區域線性估計量函數型主成份分析基底函數維度減少

来源：评论

学校读者我要写书评

暂无评论

函數型時間序列應用—台灣加權指數日內累積報酬率之預測

函數型時間序列應用—台灣加權指數日內累積報酬率之預測

引用

作者：范皓惟中興大學

学位级别：碩士

本文以函数型时间序列架构下之模型，对台湾加权股价指数、金融保险类指数以及电子类指数进行日内累积报酬率之预测，样本期间为2016年11月15日至2017年6月8日共136天之日内价格，使用模型有函数型一阶自我回归、函数型主成份回归以及... 详细信息

本文以函数型时间序列架构下之模型，对台湾加权股价指数、金融保险类指数以及电子类指数进行日内累积报酬率之预测，样本期间为2016年11月15日至2017年6月8日共136天之日内价格，使用模型有函数型一阶自我回归、函数型主成份回归以及函数型核函数。其中函数型核函数的配适结果最佳，而三种模型於样本外之预测结果比较并无过多差异，唯对於金融保险类指数的日内累积报酬率预测明显优於其他两种标的指数。上述函数型时间序列之预测方法，於样本外的预测皆不尽理想。然而，函数型核函数於鲜少时候能极度精准抓到整日指数价格的走势，本文认为该函数型架构下之非参数估计方法应具不小的改善空间。

关键词：函數型時間序列函數型一階自我迴歸函數型主成份分析函數型核函數預測日內累積報酬率

来源：评论

学校读者我要写书评

暂无评论

用電量之函數型資料分群方法

用電量之函數型資料分群方法

引用

作者：李承龍中興大學

学位级别：碩士

近年来，能源枯竭导致供给减少，在需求不变的情形下，将使供电成本上升。倘若电力备载量容量比例过高，将导致不必要的浪费，过低则可能面临限电危机。为了以有效的电力控管手法来降低此类问题的发生，势必需要了解用电趋势。本文利用... 详细信息

近年来，能源枯竭导致供给减少，在需求不变的情形下，将使供电成本上升。倘若电力备载量容量比例过高，将导致不必要的浪费，过低则可能面临限电危机。为了以有效的电力控管手法来降低此类问题的发生，势必需要了解用电趋势。本文利用函数型主成分分析方法，针对大楼每日用电资料进行分析，建构原始资料曲线，并萃取出低维度的资讯，利用分群方法寻找隐函的性质。实证结果可以发现用电量明显与季节、假日等因素具有关联性。

关键词：函數型主成份分析 PACE 分割式分群法階層式分群法 k 中心函數分群法

来源：评论

学校读者我要写书评

暂无评论

空間函數型資料方法在物種相似度分析的應用

空間函數型資料方法在物種相似度分析的應用

引用

作者：葉偉珉中興大學

学位级别：碩士

物种相似度分析为生物与生态学的重要工具。目前文献上的物种相似度指摽大多依据物种的数量或丰富度来定义。考虑到物种的相似性或与其在空间上分布之特徵有关，本文利用函数型主成份分析提出新的相似度指标。

关键词：函數型資料分析函數型主成份分析局部多項式迴歸函數型主成份分數

来源：评论

学校读者我要写书评

暂无评论

K中心函数型分群法於多变量函数型资料之应用

K中心函数型分群法於多变量函数型资料之应用

引用

作者：郭令证淡江大学

学位级别：硕士

近年来函数型资料分析逐渐受到重视，而函数型资料之分群分析在实务应用上更是重要的议题。本研究主要是想探讨多变量函数型资料的分群问题，当样本中的每个观察对象均具有多个变量的函数型资料时，如何找到所有观测对象的合理分群结构... 详细信息

近年来函数型资料分析逐渐受到重视，而函数型资料之分群分析在实务应用上更是重要的议题。本研究主要是想探讨多变量函数型资料的分群问题，当样本中的每个观察对象均具有多个变量的函数型资料时，如何找到所有观测对象的合理分群结构是个尚待解决的问题。本研究将提出一套新的 K 中心多变量函数型分群演算法，其根据 Chiou 与 Li (2007) 对单变量函数型资料所提出的 K 中心函数型分群之概念，利用变量本身的变异程度与不同变量间的相关性来决定各变量适当的权数，并以各变量之加权距离来做分群。本文所提出的方法将可於分群时同时考虑到各变量的平均函数与共变异函数等特徵，并根据各变量所包含的分群讯息来调整各变量对於分群的重要性，最後可对多变量函数型资料得到一个单一的分群结果。从数值模拟研究中可发现，K中心多变量函数型分群演算法不仅能改善单变量函数型分群方法的分群正确率，相较於其它现有的多变量函数型分群方法也有较好的表现。此外，在大部份的情况下，给予权数时若能考虑变量本身的变异程度或变量间的相关性，亦可提高分群正确率。本研究进一步提供两种指标，以作为在实务分析上挑选最佳权数的方法。

关键词：分群分析多变量函数型资料函数型主成份分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：