随机时间序列中分形结构的解析判定
数据分析、统计与概率
2009-11-13 v1 统计力学
机器学习
混沌动力学
统计方法学
摘要
当前判断时间序列是否具有分形结构(FS)的方法依赖于对赫斯特指数(H)估计量的主观评估。本文引入了贝叶斯标度评估，这是一个用于对时间序列的分形结构进行客观、准确推断的分析框架。该技术利用了与时间序列相关的扩散过程的标度性质。所得判据计算简单，并能准确刻画支持时间序列不同标度机制假设的证据。此外，从该判据推导出了赫斯特指数的闭式最大似然估计量，且该估计量的性能优于现有最佳估计量。
引用
@article{arxiv.0911.2381,
title = {Analytical Determination of Fractal Structure in Stochastic Time Series},
author = {Fermín Moscoso del Prado Martín},
journal= {arXiv preprint arXiv:0911.2381},
year = {2009}
}
备注
9 pages, 4 figures