10.1016/j.chemolab.2010.09.007
10.1007/s11749-012-0307-1
10.1080/02331880801980377
10.1016/j.csda.2004.12.007
10.1007/978-3-7908-2736-1_2
10.1016/j.spl.2005.12.007
10.1016/j.jmva.2007.04.010
10.1007/s11634-013-0127-5
10.1016/j.jmva.2008.03.008
10.1080/10485250903089930
10.1016/j.csda.2009.09.010
10.1198/016214501753168118
10.1080/02331888.2014.993986
10.1080/10485250802668909
10.1214/009053606000000830
10.1080/01621459.2012.716337
10.1080/10485250500303015
10.1016/S0167-7152(99)00036-X
Cardot H., 2003, Spline estimators for the functional linear model, Stat. Sin., 13, 571
Cardot H., 2011, The Oxford Handbook of Functional Data Analysis
10.1111/j.1467-9868.2011.01008.x
10.1007/s00180-014-0503-4
10.1016/j.csda.2014.11.017
10.1198/jasa.2009.tm08564
Craven P., 1979, Smoothing noisy data with spline functions: estimating the correct degree of smoothing by the method of generalized cross‐validation, Numer. Math., 31, 317
10.1016/j.jspi.2013.04.002
10.1016/j.jmva.2010.10.003
10.1016/j.chemolab.2009.02.001
10.1016/j.csda.2006.08.011
Fan J., 1996, Local Polynomial Modelling and its Applications.
10.1080/10618600.2012.672097
10.1007/s11749-012-0308-0
10.1007/s11749-012-0306-2
10.1016/j.crma.2005.01.016
10.1111/j.1467-842X.2007.00480.x
10.1007/978-3-7908-2736-1_17
Ferraty F., 2005, Conditional quantiles for dependent functional data with application to the climatic El Niño phenomenon, Sankhyā: The Indian Journal of Statistics, 67, 378
Ferraty F., 2006, Nonparametric Functional Data Analysis: Theory and Practice.
Ferraty F., Additive prediction and boosting for functional data, Comput. Stat. Data Anal., 53, 1400, 10.1016/j.csda.2008.11.023
Ferraty F., 2011, The Oxford Handbook of Functional Data Analysis
10.1080/0233188031000112845
Ferré L., 2005, Smoothed functional inverse regression, Stat. Sin., 15, 665
10.1016/j.chemolab.2015.04.019
10.1080/10618600.2013.812519
10.1016/j.spl.2015.09.015
10.1093/biostatistics/kxs051
10.1111/j.1467-9876.2011.01031.x
10.1080/10618600.2012.743437
10.1016/j.csda.2013.10.009
10.1007/978-1-4614-5369-7
10.1080/10485250903323180
10.1214/009053606000000957
10.1111/j.1467-9868.2006.00562.x
Härdle W., 2013, Nonparametric and Semiparametric Models
Hastie T., 1993, Discussion of a statistical view of some chemometrics regression tools by by I.E. Frank and J.H. Friedman, Technometrics, 35, 140, 10.2307/1269658
Hastie T., 1990, Generalized Additive Models.
10.1111/j.1541-0420.2009.01331.x
10.1007/978-1-4614-3655-3
Hosseini‐Nasab M, 2013, Cross‐validation approximation in functional linear regression, JSCS, 83, 1429
10.1016/j.neuroimage.2013.06.020
HuangL. ScheiplF. GoldsmithJ. GellarJ. HarezlakJ. McLeanM. W. SwihartB. XiaoL. CrainiceanuC.&ReissP. (2015).refund: regression with functional data. R package version 0.1‐13.
HuoL. ReissP.&ZhaoY. (2014).refund.wave: wavelet‐domain regression with functional data. R package version 0.1.
10.1198/016214504000001556
10.1016/0022-247X(71)90184-3
10.1016/j.jmva.2011.08.005
10.1080/01621459.2013.856794
10.1080/01621459.2013.788980
10.1080/10485252.2010.500385
Lian H, 2013, Shrinkage estimation and selection for multiple functional regression, Stat. Sin., 23, 51
10.1198/jasa.2009.tm08496
10.1080/01621459.2012.695640
10.1093/biostatistics/kxq003
10.1080/00401706.1999.10485591
10.1198/004017004000000626
McKeague I. W., 2014, Estimation of treatment policies based on functional predictors, Stat. Sin., 24, 1461
10.1007/s11222-014-9473-1
10.1080/10618600.2012.729985
10.1146/annurev-statistics-010814-020413
10.1214/009053604000001156
10.1198/016214508000000751
10.1007/978-1-4612-0709-2
10.1016/j.jspi.2006.06.011
10.1016/j.csda.2003.10.003
10.1016/j.chemosphere.2010.11.025
R Core Team, 2015, R: a language and environment for statistical computing
10.1016/j.jspi.2006.10.001
10.1007/978-0-387-98185-7
10.1002/0470013192.bsa239
10.1016/j.spl.2015.07.037
10.1198/016214507000000527
10.1111/j.1467-9868.2008.00695.x
10.1111/j.1541-0420.2009.01233.x
10.1111/j.2517-6161.1991.tb01821.x
SchölkopfB. HerbrichR.&SmolaA. J. (2001.A generalized representer theorem.
Schölkopf B., 2002, Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond.
10.1016/j.csda.2013.05.006
10.1080/10485252.2014.916806
10.1007/s00180-013-0463-0
10.1016/j.jmva.2015.06.015
10.1016/j.jspi.2009.03.001
10.1080/00401706.2013.863163
Laan M. J., 2007, Super learner, Stat. Appl. Genet. Molec. Biol., 6, Article 25
WangJ.‐L. ChiouJ.‐M.&MüllerH.‐G. (2015).Review of functional data analysis. arXiv preprint arXiv:1507.05135.
Watson G. S, 1964, Smooth regression analysis, Sankhya A, 26, 359
10.1016/S0893-6080(05)80023-1
10.1111/j.1467-9868.2010.00749.x
10.1007/s13253-013-0142-1
10.1093/biostatistics/kxq067
10.1198/016214504000001745
10.1016/j.csda.2013.09.007
10.1016/j.csda.2014.04.016
10.1080/10618600.2014.925458
10.1080/10618600.2012.679241
10.1080/01621459.2013.776499
10.1111/j.1541-0420.2009.01283.x
