韓国・忠北のPM10に関する機能データ分析：ペナルティ付きBスプライン平滑化と機能的推論の適用

機能データ分析（FDA）は、高頻度または縦断的観察を滑らかな関数として表現するための枠組みを提供し、原則に基づく次元削減と特徴抽出を可能にします。本研究では、日々のPM10の軌跡をモデル化するために、総変動ペナルティを用いたBスプラインベースのFDAアプローチを開発し、スムージングパラメータはAICおよびBICによって選択しました。機能的主成分分析（FPCA）を適用して、全体的なレベル、季節的な偏差、エピソード的なピークを含む支配的な時間的パターンを特定しますが、急激な変化は保持します。この方法論は、複雑な時系列の柔軟で解釈可能な要約と空間的または時間的な領域間の比較を可能にします。本フレームワークを、2022年に忠清北道の28の監視ステーションからの365日間のPM10曲線に適用しました。最初の4つの主成分は、全変動の80％以上を説明し、冬のピーク、初春の変動、夏の谷を反映しています。機能的二標本t検定およびFPCAスコアを用いた都市と農村の対比では、機能レベルでの違いは最小限でした。本研究は、ペナルティ付きBスプラインと組み合わせたFDAが、複雑な時間的ダイナミクスを簡潔に要約し、支配的なパターンを定量化し、環境時系列や他の機能データセットを分析するための柔軟な枠組みを提供できることを示しています。このアプローチは、さまざまな科学分野における時間的に構造化されたプロセスを理解するための一般的な戦略を提供します。