关于时间序列的相关性和分形特征
数据分析、统计与概率
2007-05-23 v1 生物物理
摘要
相关分析是研究复杂系统时间序列的便捷且常用的工具。近年来，发展了诸如多重分形去趋势波动分析（MFDFA）和小波变换模极大值方法（WTMM）等新方法。通过这些方法，（i）我们可以研究时间序列中的长程相关性，（ii）我们可以计算这些时间序列的分形谱。但与经典的相关分析工具——自相关函数相反，新开发的工具并不适用于所有类型的时间序列。不恰当地应用MFDFA或WTMM会导致错误的结果和结论。在本文中，我们讨论了将MFDFA方法应用于随机数发生器的时间序列以及实验测量的时间序列（（i）农用拖拉机的加速度和（ii）黑腹果蝇的心跳活动）所带来的机遇和风险。我们的主要目标是强调MFDFA作为研究时间序列的工具，哪些可以做，哪些不能做。
引用
@article{arxiv.physics/0508083,
title = {On correlations and fractal characteristics of time series},
author = {Nikolay K. Vitanov and kenschi Sakai and Elka D. Yankulova},
journal= {arXiv preprint arXiv:physics/0508083},
year = {2007}
}
备注
8 pages, 5 figures