有限区间时间序列中的伪非平稳性的尺度指数
摘要：缩放指数的准确估计是观测尺度不变现象研究中的核心问题。自然系统不可避免地提供限定区间内的观测数据；因此，一个稳定的随机过程（时间序列）可能会呈现出尺度指数的异常时间变化，暗示了非平稳性。对于从N个观测值间隔计算的缩放指数的估计方差已知，在有限方差过程中，对于某些统计估计量，随着N趋向于无限大，估计方差将变化为1/N；然而，这种行为的收敛性将取决于具体的过程细节，可能会很慢。我们研究了时间序列增量的二阶矩尺度变化与N之间的关系，对于各种合成和“真实世界”的时间序列；我们发现，特别是对于重尾部过程来说，对于可实现的N，远离了这种1/N的极限行为。我们提出了一个半经验的估计方法，用于估计对于模型随机过程而言，使得缩放指数的估计有意义所需的最小N，并将其与一些“真实世界”的时间序列进行了比较。
作者：K. H. Kiyani, S. C. Chapman and N. W. Watkins
论文ID：0808.2036
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2009-03-17