【摘要】：當共同因素強烈影響復雜自然社會系統(tǒng)中同時記錄的兩個互相關的時間序列時,在不考慮這些潛在因素,直接使用去趨勢互相關分析的情況下,結果會有所偏差。本文基于多重分形時間加權去趨勢互相關分析(MF-TWXDFA)和多重分形去趨勢偏互相關分析(MF-DPXA),提出一種新的方法一多重分形時間加權去趨勢偏互相關分析(MF-TWDPCCA)。該算法的創(chuàng)新在于處理受到共同外力影響的兩條時間序列時,引入了偏相關分析,以刻畫消除其余潛在時間序列影響后,兩條時間序列之間真實的互相關性,即偏互相關性。我們通過數(shù)值模擬,證明了MF-TWDPCCA偏互相關系數(shù)比MF-DPXA偏互相關系數(shù)更有優(yōu)勢。為了進一步展示多重分形時間加權去趨勢偏互相關分析(MF-TWDPCCA)算法的效用,我們通過數(shù)值模擬對仿真序列進行重分形性質的分析,發(fā)現(xiàn)MF-TWDPCCA算法能揭示隱藏在兩條時間序列之間的真實的互相關性(偏互相關性),而MF-TWXDFA未能做到,這也說明了在分析受共同外力影響的兩條非平穩(wěn)時間序列的相關性時,進行偏互相關分析是很有必要的。
【圖文】：

指數(shù)為和凡ｙ。我們利用Ｒ語言生成長度為２１２的一組序列：瓜＝０．１，＼邋＝逡逑０．１，ｐ邋＝邋０．７，其中ｐ是的互相關系數(shù)，２：⑷的ｉ／ｗｒ對指數(shù)為０．９５，耳又／＾，0邋＝逡逑／＾ｙ，ｏ邋—邋２，邐＝邋（３ｙ＾＼邋＝邋３．逡逑ＭＦ－ＴＷＤＰＣＣＡ逡逑邐邐邐邐邋－＇——邐邐－逡逑

指數(shù)為和凡ｙ。我們利用Ｒ語言生成長度為２１２的一組序列：瓜＝０．１，＼邋＝逡逑０．１，ｐ邋＝邋０．７，，其中ｐ是的互相關系數(shù)，２：⑷的ｉ／ｗｒ對指數(shù)為０．９５，耳又／＾，0邋＝逡逑／＾ｙ，ｏ邋—邋２，邐＝邋（３ｙ＾＼邋＝邋３．逡逑ＭＦ－ＴＷＤＰＣＣＡ逡逑邐邐邐邐邋－＇——邐邐－逡逑
【學位授予單位】：湘潭大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：O211.61

【參考文獻】

相關期刊論文 前1條

1 嚴中奇;徐力群;沈振中;孫一帆;;基于R/S方法的拱壩變形監(jiān)測資料分析及性態(tài)評估[J];水電能源科學;2015年10期

本文編號：2686393