熵与随机性检验作为时间序列复杂性度量的比较
统计方法学
2015-12-03 v1 数据分析、统计与概率
摘要
熵度量作为时间序列数据分析中复杂性的评估指标已日益流行,尤其在生理学与医学领域。熵度量信息增益的速率,或时间序列(如心跳)的规则程度。理想情况下,熵应能够量化序列中任何底层结构的复杂性,并确定变异是否源于随机过程。遗憾的是,当前的熵度量大多无法进行后一种区分。因此,高熵值表示随机或混沌序列,而低熵值表示高度规则性。这引出了一个观察:当前的熵度量等同于评估序列的随机程度,或反过来说,时间序列的规则程度。这提出了一种可能性:现有的随机性检验(如游程检验或置换检验)在诊断某些状况时可能具有类似效用。本文比较了各种随机性检验与现有的基于熵的度量,如样本熵、置换熵和多尺度熵。我们的实验结果表明,游程检验和置换检验的检验统计量常与熵值高度相关,并可能提供关于时间序列复杂性的进一步信息。
引用
@article{arxiv.1512.00725,
title = {Comparing entropy with tests for randomness as a measure of complexity in time series},
author = {Chee Chun Gan and Gerard Learmonth},
journal= {arXiv preprint arXiv:1512.00725},
year = {2015}
}
备注
21 pages, 12 figures, 5 tables