《高維數據的函式型數據(functional data)分析方法》是依託華東師範大學，由周迎春擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：高維數據的函式型數據(functional data)分析方法
- 項目類別：青年科學基金項目
- 項目負責人：周迎春
- 依託單位：華東師範大學
項目摘要,結題摘要,
項目摘要
現代科技的發展需要處理大量高維的和有相關性的數據，尤其是在有缺失數據，不規則取樣數據，稀疏數據等情況下，如何處理這些數據，傳統的多元統計分析方法面臨嚴峻的挑戰。在科研的很多前沿領域，函式型數據分析方法已經開始取代傳統方法，並結合能夠跟隨時間或空間變化的動態模型，逐漸成為分析高維數據和高維信號的強有力手段。目前的函式型數據模型主要是基於函式型主成分分析的線性模型，本項研究將致力於建立具有普遍意義的高維數據的函式型非線性模型，改進現有的線性模型，發揮其在處理缺失數據，不規則取樣數據和稀疏數據中的優勢，對信號數據的變動情況提供科學合理的解釋。在充分拓展模型的同時，本研究還將結合時空分析(temporal-spatial analysis)和多層模型(multi-level model)，致力於將非線性函式型數據方法推廣至更廣泛的套用領域，諸如生物學，醫學，環境科學，工程學，經濟學和金融學等。
結題摘要
本項目按預定目標探索了函式型數據研究的各個發展方向，建立了若干實用的函式型數據模型，並改進了數據深度的概念，提出了函式性數據的排序，檢驗等新方法。方法主要套用於生命科學、醫學等領域。本項目已發表標註受本項目資助的SCI論文三篇，中國科技核心期刊一篇。目前修改後又投遞論文一篇，另有兩篇在投。項目負責人已編寫成熟與發表文章相關的軟體包，並應國內外一些大學的學者（如英國劍橋大學，美國哥倫比亞大學，中國科學技術大學等）的要求發給他們繼續進行研究。在本項目的研究中，申請者與上海交通大學醫學院、美國National Institute of Statistical Sciences、上海財經大學統計與管理學院以及中國科學院神經科學研究所等進行了合作，開拓了研究的廣度與深度，並與各單位建立了良好的合作關係。本項目共培養七位碩士研究生，其中四位已畢業，在製藥公司、銀行等機構繼續從事套用性研究方面的工作，三位仍然在讀。
