对数周期幂律模型的验证与确认
统计方法学
2021-06-10 v1
摘要
我们提出并实现了一种非线性验证与确认（V&V）方法，以检验对数周期幂律模型（LPPL）的两种拟合流程；该模型在数据分析中具有多样应用，但存在已知的估计问题。既往研究聚焦于对罕见事件的的事后分析：地震、冰川崩裂事件与金融崩盘，或聚焦于加性噪声或重采样等非动态模拟。我们的结果拒绝了通过拟合并去除指数趋势来对观测数据进行预处理的估计方案。我们确认了一种从属算法，并证实其通过了 Feigenbaum 的批评——该批评阐述了从事后统计学习罕见事件所面临的一个宽泛障碍。
引用
@article{arxiv.2106.05116,
title = {Verification and Validation of Log-Periodic Power Law Models},
author = {Jarret Petrillo},
journal= {arXiv preprint arXiv:2106.05116},
year = {2021}
}