新冠疫情的突然爆发,导致临床用药、医疗器械、卫生保健品等用量大肆增加,医疗保健行业的发展也备受瞩目。股票是一个行业发展的风向标,股票数据更是典型的函数型数据,本文将从医疗保健股票的角度,采用函数型数据分析方法对其行业的发展情况展开分析。首先,研究新冠疫情对医疗保健行业整体发展趋势的影响。结合数据的多变量特点,本文建立传统主成分分析模型对该行业的整体股票进行分析,然而发现得到的主成分难以解释现实意义。随后,考虑又到数据的函数型特性,尝试建立函数型主成分分析模型展开分析,并得出影响其发展的主要因素为第一主成分因子股票自身的整体发展趋势和第二主成分因子政府的宏观把控能力。此外发现,疫情对医疗保健行业的发展起到了促进作用,具体表现为疫情爆发初期,股票价格整体上涨,医疗保健行业发展大好;疫情基本全面得到控制后,医疗保健股票价格迅速下降,医疗保健行业发展回落。其次,预测疫情平稳后医疗保健类行业的发展趋势。本文选择疫情下股票价格波动最大的长春高新进行分析。在此,建立以函数型主成分分析为基础的函数型时间序列分析模型,并将此方法应用到了个股日内收盘价的预测中。另外,将其结果与传统的时间序列所得结果从预测精度和现实意义两方面进行对比,得出函数型时间序列预测结果更优,结合权重系数及预测结果发现2020年9月下旬股票收盘价已经基本趋于平稳,与长春高新的发展趋势基本一致。用同样的方法,可以预测出医疗保健行业其他企业的发展趋势。综上分析表明,无论从预测精度还是现实意义来讲,相比于传统的多元统计分析方法,函数型主成分分析和函数型时间序列分析在分析医疗保健股票时都更优。