مقايسه روش هاي برآورد در مدل خطي تابعي

داده هايي كه به طور ذاتي تابعي از يك متغير ديگر مانند زمان، دما و... هستند، داده هاي تابعي گفته مي شود. داده هاي تابعي در دهه هاي اخير، مورد توجه قرار گرقته است. براي تحليل اين نوع از داده ها فضاهاي تابعي با بعد نامتناهي در نظر گرفته مي شود. با توجه به روش جمع آوري اين نوع داده ها، استفاده از روش هاي چند متغيره براي تحليل آن ها امكان پذير است ولي اين تحليل با مشكلاتي روبه رو است. در اين مقاله تعريف و مفاهيم مربوط به داده هاي تابعي، رگرسيون تابعي و توابع پايه مناسب براي آن مثل اسپلاين، مولفه اصلي و كمترين مربعات جزيي ارايه و نحوه آزمون كردن معني داري اين نوع رگرسيون بيان خواهد شد.

No abstract