物理学。Rev.E 98，062139（2018）-噪声数据异常扩散指数估计的最佳参数

噪声数据异常扩散指数估计的最优参数

Yann Lanoiselée、Grzegorz Sikora、Aleksandra Grzesiek、Denis S.Grebenkov和Agnieszka Wyłomaánska

物理学。版本E98，062139–2018年12月26日出版

摘要

从单粒子轨迹估计反常扩散指数的最常见方法是线性拟合时间平均均方位移对对数尺度滞后时间的依赖性。然而，实验数据中不可避免地存在各种测量噪声，这会严重影响估计过程的质量，并使估计指数产生偏差。为了研究噪声的影响并提高估计质量，我们比较了三种估计反常扩散指数的方法，并检查了它们对高斯噪声污染的分数布朗运动的效率。我们讨论了异常扩散模型和估计技术的参数如何影响估计指数。我们表明，传统的线性拟合是分析噪声数据的最不理想方法。

2018年8月1日收到

内政部：https://doi.org/10.103/PhysRevE.98.062139

©2018美国物理学会

物理学科标题（PhySH）

异常扩散分数布朗运动

数据分析随机分析时间序列分析

统计物理与热力学

作者和附属机构

亚恩·拉诺塞莱^1,*,Grzegorz Sikora公司^2,†,Aleksandra Grzesiek先生^2,‡,丹尼斯·格雷本科夫^1,§、和阿格涅斯卡·维奥曼斯卡^2,∥

¹法国巴黎大学理工学院康登斯理工实验室（UMR 7643），邮编：91128
²波兰弗罗茨瓦夫Wybrzeze Wyspianskiego 27号弗罗茨瓦科技大学雨果·斯坦豪斯中心纯粹与应用数学学院

^*yann.lanoiselee@polytechnique.edu
^†grzegorz.sikora@pwr.edu.pl
^‡aleksandra.grzesiek@pwr.edu.pl
^§denis.grebenkov@polytechnique.edu
^∥agnieszka.wylomanska@pwr.edu.pl

文章文本（需要订阅）

单击以展开

参考（需要订阅）

单击以展开

问题

第98卷，第。2018年12月6日

重用权限（&P）

Access选项

翻译和文案辅助广告的作者出版服务

注册以接收来自的定期电子邮件警报体检E