平稳时间序列中重现现象的无模型刻画

对地震、气候、金融时间序列等重现现象的研究，对于更好地预测灾害并限制其后果至关重要。然而，几乎所有先前的唯象研究都仅涉及长程自相关函数，或忽略了由潜在高阶依赖性引发的多尺度特性。因此，它们忽略了非线性依赖性确实会影响重现时间的统计和动力学，并且针对无条件分布的标度论证可能并不适用这一事实。我们认为，Copula 是研究时间序列中非线性依赖性及相关概念（如重现现象）的正确无模型框架。重现间隔的跨期分布的拟合和/或模拟非常依赖于具体系统，实际上并不能从普适特征中获益，这与先前的论断相反。这对癫痫预后和金融风险管理应用具有重要意义。