Changes in data collection and stor

Changes in data collection and storage will also lead to new research directions. For example, in the past, panel data (called longitudinal data in biostatistics) have usually been available where the time series dimension t has been small whilst the cross-section dimension n is large. However, nowadays in many applied areas such as marketing, large datasets can be easily collected with n and t both being large. Extracting features from megapanels of panel data is
the subject of bfunctional data analysisQ; see, e.g., Ramsay and Silverman (1997). Yet, the problem of making multi-step-ahead forecasts based on functional data is still open for both theoretical and applied research. Because of the increasing prevalence of this kind of data, we expect this to be a fruitful future research area

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ในการเก็บรวบรวมข้อมูลและการจัดเก็บการเปลี่ยนแปลงจะทำให้ทิศทางงานวิจัยใหม่ ตัวอย่าง ในอดีต แผงข้อมูล (เรียกว่าระยะยาวข้อมูลในชีวสถิติ) มักจะได้มีที่เวลา t ขนาดชุดเล็กในขณะที่ n มิติระหว่างส่วนที่มีขนาดใหญ่ อย่างไรก็ตาม ในปัจจุบันในการใช้พื้นที่มากเช่นการตลาด datasets ขนาดใหญ่สามารถรวบรวมกับ n และ t ทั้งสองมีขนาดใหญ่ได้ เป็นการแยกคุณลักษณะจาก megapanels ของแผงข้อมูลเรื่องของ bfunctional ข้อมูล analysisQ ดู เช่น แรมเซย์และรับ (1997) ยัง ปัญหาการทำ multi-step ล่วงหน้าคาดการณ์บนพื้นฐานของข้อมูลที่ทำงานจะยังคงเปิดสำหรับการวิจัยทั้งทางทฤษฎี และการประยุกต์ เนื่องจากความชุกที่เพิ่มขึ้นของข้อมูลชนิดนี้ เราคาดว่านี่จะ เป็นพื้นที่วิจัยประสบในอนาคต

ผลลัพธ์ (ไทย) 2:

การเปลี่ยนแปลงในการเก็บรวบรวมข้อมูลและการจัดเก็บนอกจากนี้ยังจะนำไปสู่ทิศทางงานวิจัยใหม่ ยกตัวอย่างเช่นในอดีตที่ผ่านมาข้อมูลที่แผง (เรียกว่าข้อมูลระยะยาวในชีวสถิติ) ได้รับมักจะมีเวลาที่เสื้อชุดมิติที่ได้รับการขนาดเล็กในขณะที่มิติตัด n มีขนาดใหญ่ แต่ในปัจจุบันในพื้นที่นำไปใช้หลายอย่างเช่นการตลาดชุดข้อมูลขนาดใหญ่สามารถเก็บได้อย่างง่ายดายด้วย n และเสื้อทั้งคู่เป็นขนาดใหญ่ สกัดคุณสมบัติจาก megapanels
ข้อมูลแผงเป็นเรื่องของข้อมูลbfunctional analysisQ นั้น เห็นเช่น Ramsay และซิลเวอร์ (1997) แต่ปัญหาที่เกิดขึ้นทำให้การคาดการณ์ของหลายขั้นตอนข้างหน้าบนพื้นฐานของข้อมูลการทำงานยังคงเปิดอยู่ทั้งในทางทฤษฎีและการวิจัยประยุกต์ เพราะความชุกเพิ่มขึ้นของชนิดของข้อมูลนี้เราคาดหวังนี้จะเป็นพื้นที่ที่มีผลการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 3:

การเปลี่ยนแปลงในการรวบรวมและเก็บข้อมูลจะนำไปสู่ทิศทางการวิจัยใหม่ ตัวอย่างเช่น ในอดีต ข้อมูลแผง ( เรียกข้อมูลและชีวสถิติ ) มักจะอยู่ที่เวลาชุดมิติ T ได้รับการขนาดเล็กในขณะที่ตัดมิติ n มีขนาดใหญ่ อย่างไรก็ตาม ปัจจุบันใช้ในหลายพื้นที่ เช่น การตลาดชุดข้อมูลที่มีขนาดใหญ่สามารถเก็บด้วย และทั้งคู่เป็นขนาดใหญ่ การสกัดคุณลักษณะของข้อมูลจาก megapanels แผง
เรื่องของ analysisq ข้อมูล bfunctional ; ดู เช่น มาสต์ ซิลเวอร์แมน ( 1997 ) แต่ปัญหาของการทำหลายขั้นตอนข้างหน้าคาดการณ์จากข้อมูลการทำงานยังคงเปิดสำหรับทั้งทางทฤษฎีและการวิจัยประยุกต์เพราะการเพิ่มความชุกของชนิดนี้ของข้อมูลที่เราคาดหวังให้เป็นพื้นที่การวิจัยในอนาคตมีผล