非平稳多元时间序列的频带分析
统计方法学
2023-01-11 v1
摘要
生物医学时间序列中频带的信息提供了对观测信号有用的摘要。许多现有方法考虑在若干众所周知的、预定义的感兴趣频带上获得的时间序列摘要。然而，这些方法未提供数据驱动的方法来识别最优总结时间序列频域信息的频带。本文提出一种新方法，用于识别多元局部平稳时间序列频率空间中的分割点。这些分割点标志着信号时变行为在频率上的变化，并提供最优保留观测序列非平稳动态的频带摘要测度。我们构造了一个基于 范数的差异度量，用以发现时变谱密度矩阵中的差异，并推导了其渐近性质。还提供了新的非参数 bootstrap 检验，以识别显著的频分割点，并识别在频率上表现出变化的谱矩阵的分量与交叉分量。所提方法的有限样本性能通过模拟加以说明。该方法被用于开发用于刻画静息态脑电图（EEG）时间序列时变行为的最优频带摘要测度，以及识别与每个频分割点关联的分量与交叉分量。
引用
@article{arxiv.2301.03664,
title = {Frequency Band Analysis of Nonstationary Multivariate Time Series},
author = {Raanju R. Sundararajan and Scott A. Bruce},
journal= {arXiv preprint arXiv:2301.03664},
year = {2023}
}