通过递归网络分析长期相关的随机过程：潜力与陷阱
摘要：长程相关过程是无处不在的，范围从气候变量到金融时间序列。分形布朗运动（fBm）是这种过程的典型例子。在这项工作中，我们强调了近期提出的再现网络（RN）方法在fBm和相关随机过程中应用时的潜力、概念以及实际限制。特别是，我们证明了先前将RN分析应用于fBm（Liu et al.，Phys. Rev. E，89，032814（2014））的结果主要是由于对此类过程的内在非平稳性的不恰当处理所导致的。此外，我们分析了一些相关的固定分数高斯噪声（fGn）过程的RN性质，并发现得到的网络性质是明确定义的，并且符合基本概念上的预期。我们的结果表明，RN分析在平稳随机过程中确实可以提供有意义的结果，只要正确选择其内在的方法参数，而对于非平稳的fBm等随机过程，它很容易无法唯一地恢复RN的性质。
作者：Yong Zou, Reik V. Donner, J"urgen Kurths
论文ID：1409.3613
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2015-03-05