松田武鲁;Fumiyasu Komaki 将多元时间序列分解为振荡分量。 (英语) 兹比尔1418.62340 神经计算机。 29,第8号,2055-2075(2017). 摘要:许多时间序列被认为是几个振荡分量的叠加。我们提出了一种将一元时间序列分解为振荡分量并估计其相位的方法[T.松田和F.科马基,神经计算。29,第2期,332–367页(2017年;Zbl 1418.62339号)]. 在本研究中,我们将该方法推广到多元时间序列。我们假设给定的多元时间序列下面有几个振荡器,每个变量对应于振荡器投影的叠加。因此,振荡器通过振幅和相位调制叠加在每个变量上。基于这一思想,我们发展了高斯线性状态空间模型,并使用它们来分解给定的多元时间序列。模型参数使用经验贝叶斯方法从数据中估计,振荡器数量使用Akaike信息准则确定。因此,该方法以数据驱动的方式提取潜在振荡器,并能够研究给定多元变量的相位动力学时间序列。数值结果表明了该方法的有效性。从月平均南北太阳黑子数数据来看,该方法揭示了一个有趣的相位关系。 MSC公司: 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62H25个 因子分析和主成分;对应分析 第62页,第35页 统计学在物理学中的应用 85A25型 天文学和天体物理学中的辐射传输 关键词:多元时间序列;太阳黑子数数据 引文:Zbl 1418.62339号 软件:ARfit公司 PDF格式BibTeX公司 XML格式引用 \textit{T.Matsuda}和\textit{F.Komaki},神经计算。29,第8号,2055--2075(2017;Zbl 1418.62340) 全文: 内政部 参考文献: [1] Akaike,H.(1980)。可能性和贝叶斯过程。在J.M.Bernardo、M.H.DeGroot、D.V.Lindley和A.F.M.Smith(编辑)中,贝叶斯统计学(第1-13页)。西班牙瓦伦西亚:大学出版社·Zbl 0471.62033号 [2] Atac,T.和Ozguc,A.(1996年)。太阳耀斑指数的南北不对称性。太阳物理学,166201-208, [3] Deng,L.H.,Qu,Z.Q.,Yan,X.L.,&Wang,K.R.(2013)。两个太阳半球上太阳黑子群数的相位分析。天文学和天体物理学研究,13,104-114, [4] Hannan,E.J.(1970)。多个时间序列。纽约:威利·Zbl 0211.49804号 [5] Johnson,D.E.和Dudgeon,D.H.(1993)。阵列信号处理:概念和技术。新泽西州上马鞍河:普伦蒂斯·霍尔·Zbl 0782.94002号 [6] 北川,G.(2010)。时间序列建模简介。伦敦:查普曼和霍尔·Zbl 1204.62159号 [7] Lainscsek,C.、Hernandez,M.E.、Poizner,H.和Sejnowski,T.J.(2015)。脑电图数据的延迟差异分析。神经计算,27615-627·Zbl 1414.92176号 [8] Lainscsek,C.和Sejnowski,T.J.(2015)。时间序列的延迟微分分析。神经计算,27594-614·Zbl 1414.37034号 [9] Matsuda,T.和Komaki,F.(2017年)。时间序列分解为振荡分量和相位估计。神经计算,29,332-367·Zbl 1418.62339号 [10] Neumaier,A.和Schneider,T.(2001)。多元自回归模型的参数和特征模式的估计。ACM数学软件汇刊,27,27-57·Zbl 1070.65503号 [11] Reinsel,G.C.(1993)。多元时间序列分析的要素。纽约:斯普林格·Zbl 0783.62072号 [12] Tong,H.(1990)。非线性时间序列:动力系统方法。牛津:牛津大学出版社·Zbl 0716.62085号 [13] Whittle,P.(1953年)。平稳时间序列中的估计和信息。马特马提克的阿尔基夫,2423-434·Zbl 0053.41003号 [14] Zolotova,N,V.,Ponyavin,D.I.,Arlt,R.和Tuominen。I.(2010年)。太阳周期半球相位差的长期变化。《纳赫里赫滕天文学》,331,765-771, 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。