摘要:
<正>时间序列分析的核心问题是消除非定态的影响。一般的累积时间序列是非定态的。为了正确地发现涨落的标度性质,需要把这种非定态导致的趋向和系统固有的涨落分离开来。Hurst标度分析以及其他的不消除趋向的方法在没有趋向存在的系统中可以得到很好的结果,但是当趋向存在时可能给出错误的结果。要消除趋向遇到的困难是我们不知道趋向的来源,甚至不知道趋向的的尺度范围。而从非定态序列中减去具有σ宽度的移动平均值,将人为地引入相对应的时间标度,从而可能破坏原有的时间尺度特性。文献指出DFA方法能够很好地描述存在趋向的时间序列中涨落的标度性质,而不需要知道趋向的来源和形状。近几年来DFA方法作为关联分析的有效方法,...
关键词:
通讯作者信息:
电子邮件地址: