W artykule opisano zastosowanie funkcjonalnej analizy składowych głównych PKB z poznawczego punktu widzenia. Analiza została zaprojektowana do ukazania zmienności w obrębie całej próby, a nie jedynie do obserwacji dyskretnych. Jest to technika często stosowana jako wstęp (np. redukcja wymiarowości i wizualizacja danych) do dalszej analizy. To podejście podkreśla ważne cechy statystycznie połączonych zbiorów danych. Badanie dotyczy PKB per capita w Polsce. Wyniki pokazały, że dwie funkcjonalne składowe główne wyjaśniają 98,64% zmienności. Oznacza to, że zaprezentowana wizualizacja i interpretacja są wiarygodne.
produkt krajowy brutto, PKB, analiza regionalna, analiza ekonomiczna
Górecki T., Krzyśko M. (2012), Functional Principal Components Analysis, [w:] Data analysis methods and its applications, red. J. Pociecha, R. Decker, Wydawnictwo C. H. Beck
Hastie T., Tibshirani R., Friedman J. (2009), The Elements of Statistical Learning, Springer
Ingrassia S., Constanzo G. D. (2005), Functional principal components analysis of financial time series, [w:] New Developments in Classification and Data Analysis, eds. Vichi M., Monari P., Mignani S., Montanari A., Springer, Berlin, s. 351—358
McQuarrie A. D. R., Tsai C. L. (1998), Regression and Time Series Model Selection, World ScientificRamsay J., Matlab R. (2005), S-Plus Functions for Functional Data Analysis, McGill University, ftp://ego.psych.mcgill.ca/pub/FDAfuns.pdf
Ramsay J. O., Dalzell C. J. (1991), Some tools for functional data analysis, „Journal of the Royal Statistical Society”, Series B (Statistical Methodology), No. 53
Ramsay J. O., Silverman B. W. (2002), Applied Functional Data Analysis: methods and case studies, Springer
Ramsay J. O., Silverman B. W. (2005), Functional Data Analysis, Springer
Wahba G. (1990), Spline Models for Observational Data, CBMS-NSF Regional Conference Series in Applied Mathematics, SIAM, Philadelphia
