ВЫБОР ВРЕМЕННЫХ МАСШТАБОВ ПРИ ПОСТРОЕНИИ ЭМПИРИЧЕСКОЙ МОДЕЛИ
Образец для цитирования:
В работе рассматривается задача оптимального учёта временных масштабов исходного временного ряда при построении эмпирических прогностических моделей, используемых далее для оценки причинности по Грейнджеру. Предлагается для сравнительно коротких временных рядов, характерных, в частности, для медико-биологических приложений, использовать комбинацию из дальности прогноза и лага – различных по величине. Для подбора дальности прогноза и лага построены автоматизированные методики. Предложенный подход апробируется на большом числе различных эталонных систем, по итогам формулируются конкретные рекомендации по выбору дальности прогноза.
1. Granger C.W.J. Investigating causal relations by econometric models and crossspectral methods // Econometrica. 1969. Vol. 37, No 3. P. 424.
2. Gourevitch B., Le Bouquin-Jeann ́ es R., Faucon G. ́ Linear and nonlinear causality between signals: Methods, examples and neurophysiological applications // Biological Cybernetics. 2006. Vol. 95. P. 349.
3. Rosenblum M.G. and Pikovsky A.S. // Physical Review E. 2001. Vol. 64. 045202.
4. Abhyankar A. Linear and nonlinear Granger causality: Evidance from the U.K. Stock index futures markets // The Journal of Futures Markets. 1998. Vol. 18, No 5. P. 512.
5. Bernasconi C., Konig P. ̈ On the directionality of cortical interactions studied by structural analysis of electrophysiological recordings // Biol. Cybern. 1999. Vol. 81. P. 199.
6. Smirnov D.А., Barnikol U.B., Barnikol T.T., Bezruchko B.P., Hauptmann C., Buehrle C., Maarouf M., Sturm V., Freund H.-J., and Tass P.A. The generation of Parkinsonian tremor as revealed by directional coupling analysis // Europhysics Letters. 2008. Vol. 83. 20003.
7. Сысоев И.В., Караваев А.С., Наконечный П.И. Роль нелинейности модели в диагностике связей при патологическом треморе методом грейнджеровской причинности // Изв. вузов. ПНД. 2010. Т. 18, No 4. С. 81.
8. Smirnov D.A., Mokhov I.I. From Granger causality to long-term causality: Application to climatic data // Physical Review. 2009. Vol. E80. 016208.
9. Chaos and its Reconstruction / Eds. G. Gouesbet, G. Meunier-Guttin-Cluzel, O. Menard. Nova Science Publishers, New York, 2003.
10. Vlachos I., Kugiumtzis D. Nonuniform state-space reconstruction and coupling detection // Physical Review E. 2010. Vol. 82. 016207
BibTeX
author = {Марина Вячеславовна Сысоева and Тарас Викторович Диканев and Илья Вячеславович Сысоев},
title = {ВЫБОР ВРЕМЕННЫХ МАСШТАБОВ ПРИ ПОСТРОЕНИИ ЭМПИРИЧЕСКОЙ МОДЕЛИ},
year = {2012},
journal = {Известия высших учебных заведений. Прикладная нелинейная динамика},
volume = {20},number = {2},
url = {https://old-andjournal.sgu.ru/ru/articles/vybor-vremennyh-masshtabov-pri-postroenii-empiricheskoy-modeli},
address = {Саратов},
language = {russian},
doi = {10.18500/0869-6632-2012-20-2-54-62},pages = {54--62},issn = {0869-6632},
keywords = {Реконструкция моделей по временным рядам,оптимальное вложение,анализ связанности,нелинейная причинность по Грейнджеру.},
abstract = {В работе рассматривается задача оптимального учёта временных масштабов исходного временного ряда при построении эмпирических прогностических моделей, используемых далее для оценки причинности по Грейнджеру. Предлагается для сравнительно коротких временных рядов, характерных, в частности, для медико-биологических приложений, использовать комбинацию из дальности прогноза и лага – различных по величине. Для подбора дальности прогноза и лага построены автоматизированные методики. Предложенный подход апробируется на большом числе различных эталонных систем, по итогам формулируются конкретные рекомендации по выбору дальности прогноза. }}