İstatistik literatüründe " fonksiyonel veriler " (yani eğriler olan veriler) ve paralel olarak " yüksek boyutlu veriler " (yani veriler yüksek boyutlu vektörler olduğunda) ile ilgili birçok referans vardır . Benim sorum iki veri türü arasındaki fark hakkında.
Vaka 1'de uygulanan uygulamalı istatistik metodolojileri hakkında konuşurken, vaka 2'den bir fonksiyonlar alanının sonlu boyutlu bir alt uzayına bir projeksiyon yoluyla metodolojilerin yeniden ifade edilmesi olarak anlaşılabilir, polinomlar, splinelar, dalgacık, Fourier, ... ve fonksiyonel problemi sonlu boyutlu vektörel bir probleme çevirecektir (uygulamalı matematikte her şey bir noktada sonlu olmaya başlar).
Sorum şu: fonksiyonel verilere uygulanan herhangi bir istatistiksel prosedürün (neredeyse doğrudan) yüksek boyutlu verilere de uygulanabileceğini ve yüksek boyutlu verilere tahsis edilen herhangi bir prosedürün (neredeyse doğrudan) fonksiyonel verilere uygulanabileceğini söyleyebilir miyiz?
Cevap hayırsa, açıklayabilir misiniz?
Simon Byrne'nin cevabı yardımıyla DÜZENLE / GÜNCELLEME:
- seyreklik (S-seyrek varsayım, için top ve zayıf top ), yüksek boyutlu istatistiksel analizde yapısal bir varsayım olarak kullanılır.
- "düzgünlük" fonksiyonel veri analizinde yapısal bir varsayım olarak kullanılır.
Öte yandan, ters Fourier dönüşümü ve ters dalgacık dönüşümü, spariteyi pürüzsüzlüğe dönüştürür ve pürüzsüzlük, dalgacık ve fourier dönüşümü ile spariteye dönüştürülür. Bu, Simon'un bahsettiği kritik farkı çok kritik değil mi?