| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-25页 |
| ·选题背景和研究意义 | 第12-13页 |
| ·函数性数据的特征、分析目的和步骤 | 第13-17页 |
| ·国内外相关研究现状 | 第17-22页 |
| ·论文的研究内容和创新 | 第22-25页 |
| 第2章 函数性数据的预处理 | 第25-49页 |
| ·函数性数据的函数表示问题 | 第25-27页 |
| ·基函数法 | 第27-34页 |
| ·局部加权平滑法 | 第34-37页 |
| ·粗糙惩罚法 | 第37-43页 |
| ·函数性数据的套准和显示 | 第43-49页 |
| 第3章 函数性线性模型及其应用 | 第49-71页 |
| ·仅响应变量为函数性变量的函数线性模型 | 第49-54页 |
| ·仅自变量为函数性变量的函数线性模型 | 第54-58页 |
| ·响应变量和自变量均为函数性变量的函数线性模型 | 第58-63页 |
| ·基于回归系数函数的函数线性模型 | 第63-67页 |
| ·我国城镇居民消费函数的动态分析 | 第67-71页 |
| 第4章 函数性主成份分析及其应用 | 第71-97页 |
| ·一元函数性主成份分析 | 第71-79页 |
| ·多元函数性主成份分析 | 第79-81页 |
| ·正则化的函数性主成份分析 | 第81-87页 |
| ·混合数据的主成份分析 | 第87-91页 |
| ·我国财政主要支出项目的主成份分析 | 第91-97页 |
| 第5章 函数性聚类分析及其应用 | 第97-116页 |
| ·基于曲线数值模式的聚类方法 | 第97-99页 |
| ·基于轨迹形状模式的非参数聚类法 | 第99-103页 |
| ·同时测度序列数值模式和形状模式的函数聚类法 | 第103-109页 |
| ·金融时间序列的函数性聚类分析 | 第109-116页 |
| 第6章 函数性典型相关和判别分析及其应用 | 第116-135页 |
| ·经典的典型相关分析 | 第116-118页 |
| ·函数性典型相关分析 | 第118-122页 |
| ·函数性典型相关分析算法 | 第122-124页 |
| ·惩罚最优得分和判别分析 | 第124-126页 |
| ·我国城镇居民家庭人均可支配收入与消费性支出的典型相关分析 | 第126-135页 |
| 第7章 研究总结与展望 | 第135-138页 |
| ·研究总结 | 第135-136页 |
| ·论文不足与研究展望 | 第136-138页 |
| 参考文献 | 第138-151页 |
| 后记 | 第151页 |