函数型数据分析（functional data analysis;FDA），理学-统计学-生物、医药、卫生统计-临床试验的自适应性设计，研究随机变元（random objects），并将观察数据视作无穷维函数空间中的元素来进行处理和分析的一门统计学分支。函数型数据分析的概念最早由加拿大统计学会主席 J.O.拉姆齐（James O.Ramsay）在1982年提出。随着数据采集水平的进步，得到越来越多的重视，发展出了一系列分析方法。函数型数据分析（FDA）的主要研究问题包括但不限于：①如何合理地将离散数据点转化成光滑曲线、曲面等以方便后续研究。②怎样展示函数型数据使其能够凸显有价值的信息。③探究函数型变量的分布信息（如均值、协方差函数等的估计）。④如何将无穷维函数空间的问题合理地转化为低维问题，如函数型主成分分析（functional principal components analysis）、函数型典型相关分析（functional canonical correlation analysis）等。