在本研究中，我们提出了一种贝叶斯方法来估计线性混合模型中的赫斯特指数。即使对于采样不均匀的信号和有间隙的信号，我们的方法也适用。我们使用不同长度的人工分数布朗运动对我们的方法进行了测试，并将其与去趋势波动分析技术进行了比较。Rosenblatt过程的Hurst指数的估计如以下示例所示$\mathrm{<trans\; data-src="H">H（H）</trans>}$-具有非高斯维数分布的自相似过程。此外，我们利用实际数据道琼斯工业平均指数收盘值进行了分析，并分析了其赫斯特指数的时间变化。

• 收到日期：2010年12月13日

内政部：https://doi.org/10.103/PhysRevE.84.02109