ハーストの索引 - ページ 37

新しいコメント
 

なぜそこまでするのか？

普通の七面鳥を相手にするほうが...。

 
faa1947:

私はいつもTCで最適な窓の幅を見つけるように心がけています。30～70回の観測で変化します（H1の場合）。


具体的にはどのような窓なのでしょうか？例えば、ガウス型のものは、通常の長方形のものに比べて、境界の影響を 非常に大きく抑えます（周波数領域でもガウス型になり、横方向の最大値なしにオクターブあたり-40dBになります）。そして、より多くの信号値を考慮することで、同じ反応性を実現することができる。
 
Dersu:

なぜそこまでするのか？

普通の七面鳥を相手にするほうが...。


誰だ？)
 
デルス二等兵！？
 
Dersu:
デルス二等兵！？

楽になった！？この封筒、赤と緑は何でしょう？
 

封筒は封筒として。

挿入される。

 
祝賀会？
 

土曜日、休日...

話題をそらす？

 
faa1947:

Hは外部環境により特徴的 である」に注目すると、Hirstに関連して使われる英単語に 注目する必要がある。以下、BPのモノグラフからのコピーペーストです。

時系列の中には、 高いラグで顕著な相関を 示すものがあり、そのようなものは
を長メモリ処理と 呼んでいます。ロングメモリは多くの地球物理学の特徴である
時系列で表示します。ナイル川の流量は、高いラグで相関がある。
とHurst (1951)は、これが最適設計容量に影響を与えることを実証しました。
ダムのMudelsee (2007)は、長時間の記憶が水文学的な特性であることを示している
長期の干ばつや異常気象の時間的な集中を引き起こす可能性のある
の洪水が発生します。もっと違うスケールでは、Leland et al.(1993)は、Ethernet
ローカルエリアネットワーク（LAN）のトラフィックは、統計的に自己相似的で、かつ
ロングメモリープロセスです。によって生じる混雑の性質を示した。
自己相似的なトラフィックは、トラフィックモデルが予測するトラフィックと大きく異なっている
当時はマンデルブローと共同研究者たちは、この関係を調査しました。
自己相似性と長期記憶の関係を明らかにし、その研究において主導的な役割を果たしました。

フラクタル幾何学を学問として確立する。

この言葉にご注目ください。

時系列によっては、高いラグで顕著な相関を示すものもある

И

は、ロングメモリが

ロングメモリーとは何か？40回以上の観測で自己相関があることが判明!しかし、引用文の中で、これほど長い間1つの符号の相関関係が続くことは極めて稀である。なにしろ、1時間かけても見つからなかったのだから。

ハーストの指標を使おうとする人が多い。一度もポジティブな結果を見たことがない。まずはコタツを探すべきかもしれません。

このロングメモリは、どんな名言でも確認することができます。しかし、ここではACFは適さない。
ピータースは、ロング・メモリの興味深い定義を述べている。読んでみてください。この件に関しては、彼の著書には興味深い情報がたくさんある。このようなプロセスは、些細なACFでは測れないという。ACFは5～6ラグのスケールで動作しており、それだけです。Hを距離の平方根に等しい広がりを持つ移動粒子として表現すると、正規分布の特殊なケース StdDev = Sqrt(T) = T^(0.5) が得られます。さて、粒子の散乱が0.5よりわずかに上か下である場合、可能なケースは1つだけである：粒子は過去の状態を覚えていなければならず、したがってそのようなプロセスは記憶を持つことになる。すなわち、Hは外部作用の特性ではなく、プロセスの以前の状態に依存する。また、脱出の軌跡が保存されているということは、以前の値に依存していることを意味し、記憶期間を算出することができる。そして、どのスケールの計算でも傾斜角が変わらず、同時に0.5にもならない ことがよくあるのです。この場合、無限メモリを持つ真のハーストプロセスと 言われる。ただし、ACFではそのようなことは一切表示されません。
 
C-4:
この非常に長いメモリは、どんな名言でも確認することができます。しかし、ここではACFは適さない。
ピータースは、ロング・メモリの興味深い定義を述べている。読んでみてください。この件に関しては、彼の著書には面白いことがたくさん書いてある。このようなプロセスは、些細なACFでは測れないという。ACFは5～6ラグのスケールで動作し、それだけです。Hを距離の平方根に等しい広がりを持つ移動粒子として表現すると、正規分布の特殊なケース StdDev = Sqrt(T) = T^(0.5) が得られます。つまり、粒子の散乱が0.5よりわずかに上か下であれば、可能なケースは1つだけで、粒子は過去の状態を覚えているはず で、したがってそのようなプロセスは記憶を持つことになるのです。すなわち、Hは外部作用の特性ではなく、プロセスの以前の状態に依存する。また、脱出の軌跡が保存されているということは、以前の値に依存していることを意味し、記憶期間を算出することができる。そして、どのスケールの計算でも傾斜角が変わらず、同時に0.5にもならない ことがよくあるのです。この場合、無限メモリを持つ真のハーストプロセスと 言われる。ただし、ACFではそのようなことは一切表示されません。

残念ながら、この件に関して私自身の意見はありません。

しかし、私はこの本を紹介することができます。

Cowpertwait and A.V. Metcalfe, Introductory Time Series with R, 159

Rを使用、DOI 10.1007/978-0-387-88698-5 8,

© Springer Science+Business Media, LLC 2009

そのうちの第8章では、FARIMAのフィッティングプロセスについて説明しています。その際、ACFが使用されます。

添付は本文です。残念ながら、数式や理論的な部分はうまくいかなかった。

しかし、FARIMAのフィッティングプロセスは具体的に説明されている

ファイル:
long.zip  203 kb
1...303132333435363738394041424344...46
新しいコメント