关于基于小波的贝叶斯尺度估计的注记
统计方法学
2016-05-05 v1
摘要
诸多领域（如地质学、大气科学、经济学等）中的许多现象可以建模为以Hurst指数 为指标的分数布朗运动。该指数与信号中存在的正则性和自相似程度相关，且常捕捉到在各种应用中有用的重要特征。鉴于其重要性，已提出多种估计Hurst指数的方法。通常，所提方法未利用关于信号尺度的先验信息。某些信号已知具有Hurst指数的理论值，这促使我们提出一种贝叶斯方法，通过关于 的合适先验分布引入该信息。正如我们通过模拟所展示的，这显著提高了估计的准确性。此外，所提方法对先验位置的小误设定具有鲁棒性。该方法应用于一个湍流时间序列，其Hurst指数由Kolmogorov的K41理论在理论上已知。
引用
@article{arxiv.1605.01146,
title = {A note on Bayesian wavelet-based estimation of scaling},
author = {Minkyoung Kang and Brani Vidakovic},
journal= {arXiv preprint arXiv:1605.01146},
year = {2016}
}