两种本地聚类系数的比较统计研究作为气候网络中的热带气旋标记
摘要：加权相关网络的局部聚类系数的新表述引入，此新表述是基于神经科学上引入的定义，旨在补偿间接相互作用引起的虚假相关。我们进一步修改了这个定义，通过用Kendall等级相关取代Pearson的成对相关系数和三方偏相关系数。这减少了计算相关性的统计样本量要求，这意味着可以使用更短的时间窗口，从而缩短了实时气候网络分析的响应时间。我们构建了平均海平面压力波动的演化气候网络，并分析了这些网络中局部聚类系数的异常。我们开发了一种广泛适用的统计方法来研究空间非均匀地理参考多元时间序列与二值化时空数据（或可归约为此表示的其他数据）之间的关联，并用它来比较新提出的加权相关网络的局部聚类系数表述与传统的不加权图的关联。通过这些度量在气候网络中与热带气旋的关联，证实了之前的观察结果，即热带气旋与局部聚类系数的异常高值相关，并确认新表述显示出更强的关联。
作者：Mikhail Krivonosov, Olga Vershinina, Anna Pirova, Shraddha Gupta, Oleg Kanakov, J"urgen Kurths
论文ID：2212.13934
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2022-12-29