沃西托，布迪;Subanar公司;阿卜杜拉赫曼 时间序列的小波分解：使用mRMR准则确定输入模型。 （英语） Zbl 1321.62112号 水龙头。数学杂志。斯达。 44，第1期，229-238（2015）. 摘要：近年来，确定时间序列小波建模中用作输入的分解级别和系数已成为一个有趣的问题。在本文中，将根据互信息值（MI）确定输入候选的细节和缩放系数。通过最大重叠离散小波变换分解生成的系数按照最小冗余最大相关（mRMR）准则进行排序，然后使用具有最大MI值的输入建模进行排序，以获得初始（无限制）模型的预测值和残差。然后根据mRMR的排名增加一个输入。如果额外的输入不再产生显著的残差减少，则停止处理并获得最佳模型。该技术被应用于生成的随机和金融时间序列数据。 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 65T60型 小波的数值方法 关键词：时间序列;最大重叠离散小波变换;相互信息;最小冗余最大相关 PDF格式BibTeX公司 XML格式引用 \textit{B.Warsito}等人，哈塞特。数学杂志。Stat.44，No.1，229--238（2015；Zbl 1321.62112）