阿法特

ARfit是一个Matlab模块的集合,用于用自回归(AR)模型建模和分析多变量时间序列。ARfit包含给定时间序列数据的模块,用于分析拟合模型的本征模式,并用于模拟AR过程。ARfit从给定的时间序列数据中估计AR模型的参数,这是一种计算效率高的逐步最小二乘算法,特别是当数据是高维数据时。ARfit模块为估计的参数构造近似的置信区间,并计算统计数据,用以评估拟合模型的充分性。模型时间序列的动态特性可以通过将拟合的AR模型分解为特征模态和相关的振荡周期、阻尼时间和激励来检验。对拟合模型进行特征分解的ARfit模块还为本征模及其振荡周期和阻尼时间构造近似置信区间。


zbMATH中的参考文献(参考文献38条,1标准件)

显示结果1到20,共38个。
按年份排序(引用)
  1. 小品,小粉;黄江川;林正伟:利用自举神经网络构建投资组合:来自全球股市的证据(2020)
  2. 尼科尔森,威廉B。;威尔姆斯,伊内斯;卞,雅各布;Matteson,David S.:通过可解释向量自回归进行高维预测(2020)
  3. 胡、关南;Bódai,塔玛斯;Lucarini,Valerio:随机参数化对极值统计的影响(2019)
  4. 卡布兹,西蒙娜;Abreu,Giuseppe:多元随机过程预测的因果推理(2018)
  5. 松田、竹林;Komaki,Fumiyasu:多变量时间序列分解为振荡分量(2017)
  6. Cremers,Daniel:图像分割与形状先验:显式与隐式表示(2015)
  7. 哈林,约翰;洪洪勋;Robbins,Jacob L.:构造稳定一致自回归滤波器的代数方法(2015)
  8. 格雷夫,A。;哈特曼,M。;弗拉姆,C。;鲍姆加特纳,克里斯托夫;Deistler,M。;Kluge,T.:识别多通道ECoG同步效应的新方法及其在癫痫中的应用(2013)
  9. 他,林;于竹梁;顾振辉;李元庆:基于长尾分布的高光谱图像多尺度多波段自回归检测(2013)
  10. 李新阳;张海红;关、寸台;翁思恒;安,启铿;潘耀章:运动图像脑电分析的传播与空间模式判别学习(2013)
  11. Anagnostopoulos,克里斯托斯;哈吉夫托米亚斯,斯塔斯;Georgas,Panagiotis:PC3:基于主成分的上下文压缩。提高无线传感器网络的能效(2012)
  12. 梅尔巴赫,艾克;拉托尔,胡安C。;Schütte,Christof:分子动力学轨迹中的序列变化点检测(2012)
  13. 恩佐奥辛格;波利托,费德里科:泊松过程和分数泊松过程的组成、随机和和和连续随机分数(2012)
  14. 萨博、佐坦;Póczos,巴纳巴斯;Lőrincz,András:独立子空间分析的分离定理及其结果(2012)
  15. 加尔卡,安德烈亚斯;黄健芬凯文;小崎、土赫鲁;穆勒,希尔特鲁德;Stephani,Ulrich:用状态空间模型分解神经多变量时间序列(2011)
  16. García-Hiernaux,Alfredo:使用子空间方法预测线性动力系统(2011)
  17. 杰尼亚,丹尼斯;库鲁奥卢,埃尔坎E。;Ertüzün,Ayşın:用粒子滤波建模非高斯时变向量自回归过程(2010)
  18. Ndiour,易卜拉希马J。;泰泽,约琴;Vela,Patricio A:在线视觉跟踪的概率轮廓观察器(2010)
  19. 萨博、佐坦;Póczos,巴纳巴斯;Lőrincz,András:无组合努力的自回归独立过程分析(2010)ioport公司
  20. 塔克西斯,基尼斯;库伯,本;梅森,罗伯;Owen,Markus:使用广义部分定向一致性评估麻醉和海人酸作用下的皮质-海马功能连接(2010)