非平稳性对去趋势波动分析的影响

去趋势波动分析（DFA）是一种用于量化信号中长程幂律相关的标度分析方法。许多物理和生物信号是“有噪声的”、异质的，并表现出不同类型的非平稳性，这些都可能影响这些信号的相关特性。我们系统地研究了实际数据中经常遇到的三种非平稳性的影响。具体来说，我们考虑了以三种方式形成的非平稳序列：（i）拼接来自不连续实验记录的片段，或从连续记录中移除一些有噪声和不可靠的部分，并将剩余部分拼接在一起——这是一种在信号分析前准备数据时常用的“切割”程序；（ii）向具有已知相关性的信号中添加可调浓度的随机离群值或具有不同幅度的尖峰；（iii）生成由具有不同属性（例如不同的标准差或不同的相关指数）的片段组成的信号。我们比较了平稳相关信号与具有这三种非平稳性的相关信号所获得的标度结果之间的差异。