非平稳时间序列的多重分形时间加权去趋势偏互相关分析

发布时间：2020-05-29 04:26

【摘要】：当共同因素强烈影响复杂自然社会系统中同时记录的两个互相关的时间序列时,在不考虑这些潜在因素,直接使用去趋势互相关分析的情况下,结果会有所偏差。本文基于多重分形时间加权去趋势互相关分析(MF-TWXDFA)和多重分形去趋势偏互相关分析(MF-DPXA),提出一种新的方法一多重分形时间加权去趋势偏互相关分析(MF-TWDPCCA)。该算法的创新在于处理受到共同外力影响的两条时间序列时,引入了偏相关分析,以刻画消除其余潜在时间序列影响后,两条时间序列之间真实的互相关性,即偏互相关性。我们通过数值模拟,证明了MF-TWDPCCA偏互相关系数比MF-DPXA偏互相关系数更有优势。为了进一步展示多重分形时间加权去趋势偏互相关分析(MF-TWDPCCA)算法的效用,我们通过数值模拟对仿真序列进行重分形性质的分析,发现MF-TWDPCCA算法能揭示隐藏在两条时间序列之间的真实的互相关性(偏互相关性),而MF-TWXDFA未能做到,这也说明了在分析受共同外力影响的两条非平稳时间序列的相关性时,进行偏互相关分析是很有必要的。
【图文】：

指数为和凡ｙ。我们利用Ｒ语言生成长度为２１２的一组序列：瓜＝０．１，＼邋＝逡逑０．１，ｐ邋＝邋０．７，其中ｐ是的互相关系数，２：⑷的ｉ／ｗｒ对指数为０．９５，耳又／＾，0邋＝逡逑／＾ｙ，ｏ邋—邋２，逦＝邋（３ｙ＾＼邋＝邋３．逡逑ＭＦ－ＴＷＤＰＣＣＡ逡逑逦逦逦逦邋－＇——逦逦－逡逑

指数为和凡ｙ。我们利用Ｒ语言生成长度为２１２的一组序列：瓜＝０．１，＼邋＝逡逑０．１，ｐ邋＝邋０．７，，其中ｐ是的互相关系数，２：⑷的ｉ／ｗｒ对指数为０．９５，耳又／＾，0邋＝逡逑／＾ｙ，ｏ邋—邋２，逦＝邋（３ｙ＾＼邋＝邋３．逡逑ＭＦ－ＴＷＤＰＣＣＡ逡逑逦逦逦逦邋－＇——逦逦－逡逑
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O211.61

【参考文献】

相关期刊论文 前1条

1 严中奇;徐力群;沈振中;孙一帆;;基于R/S方法的拱坝变形监测资料分析及性态评估[J];水电能源科学;2015年10期

本文编号：2686393