.png){kind=icon}
返回
Nonlinearity test for complex time series without surrogates
.png){kind=icon}
PRE
AI
DOI：10.1103/4pwv-gpsl.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动态系统的线性或非线性性质通常通过对实验时间序列应用非线性检验来评估，而该时间序列通常是系统唯一可观测的输出。最广泛使用的非线性检验是替代法（surrogates）：一组线性时间序列，其复制实验时间序列的特性，特别是边缘分布和自相关函数。这组替代序列代表线性的零假设，并可通过多种技术创建。然而，这些技术通常需要在频域进行一定程度的数据处理，这往往导致傅里叶相位产生相关性，从而在替代序列中产生不期望的非线性相关性。在此，我们提出一种不依赖生成替代序列的非线性检验方法，因此避免了零假设中虚假非线性的问题。我们的方法利用待评估时间序列的自相关函数，从统计上确定所观察到的相关性是否可能源自一个线性高斯时间序列，该序列已被可逆变换为实验时间序列。如果是，则认为实验时间序列是线性的；如果不是，则认为其是非线性的。我们已将该检验应用于多个著名的线性与非线性时间序列模型，在两种情况下均获得了优异的结果。
Keyword:
Nonlinearity test
Time series analysis
Surrogate data
Linear systems
Nonlinear dynamics
期刊
IF:
2.4
论文数:
1.4K
被引数:
10.2W
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容