REGULARIZED FUNCTIONAL PRINCIPAL COMPONENT ANALYSIS AND AN APPLICATION ON THE SHARE PRICES OF THE COMPANIES
Journal Name:
- Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
Keywords (Original Language):
Author Name | University of Author | Faculty of Author |
---|---|---|
Abstract (2. Language):
The objective of the Functional Data Analysis techniques is to study such type of data which consist of observed functions or curves evaluated at a finite subset of some real interval. Techniques in Functional Data Analysis can be used to study the variation in a random sample of real functions, xi(t), i=1, 2, N and their derivatives. In practice, these functions are often a consequence of a preliminary smoothing process applied to discrete data and in this work, Spline Smoothing Methods are used. As the number of functions and the number of observation points increases, it would be difficult to handle the functions altogether. In order to overcome this complexity, we utilize Functional and Regularized Functional Principal Component Analyses where a high percentage of total variation could be accounted for with only a few component functions. Finally, an application on the daily closing data for the share prices of the companies belonging to the ISE-30 index is also given.
Bookmark/Search this post with
Abstract (Original Language):
Fonksiyonel Veri Analizi Yöntemleri, reel bir aralığın sonlu bir alt setinde değerlendirilen eğrilerden veya gözlenen fonksiyonlardan oluşan fonksiyonel verileri analiz etmek üzere geliştirilmiştir. Fonksiyonel Veri Analizi teknikleri, xi(t) (i = 1, 2, ... , N) şeklinde belirtilen N tane reel fonksiyondan oluşan verilerdeki değişkenliğin veya bu fonksiyonların ilgilenilen dereceden türev fonksiyonlarının incelenerek yorumlanması için kullanılabilir. Pratikte bu fonksiyonlar sıklıkla ayrık noktalarda gözlenen verilere uygulanan düzgünleştirme proseslerinin bir sonucu olarak ortaya çıkarlar. Bu çalışmada da Splayn Düzgünleştirme Yöntemleri ele alınmıştır. Elde edilen fonksiyonların sayısı ve gözlem noktaları artttıkça bu fonksiyonları birlikte ele almak ve yorumlayabilmek gittikçe güçleşmektedir. Bunun sonucu olarak ortaya çıkan karmaşıklığı gidermek üzere kullanılan ve fonksiyonlar arasındaki değişimi sadece birkaç fonksiyon bileşenle açıklama gücüne sahip olan Fonksiyonel ve Düzgünleştirilmiş Fonksiyonel Ana Bileşenler Analizi bu çalışmanın kapsamını oluşturmaktadır. Bu çalışmada Fonksiyonel Veri Analizinin IMKB de bir uygulamasına değinilmektedir. Burada IMKB 30 endeksi farklı bir çok değişkenli istatistiksel bakış açısıyla incelenmiştir.
FULL TEXT (PDF):
- 1
1-26