Известия высших учебных заведений

Прикладная нелинейная динамика

ISSN 0869-6632 (Print)
ISSN 2542-1905 (Online)


Для цитирования:

Сысоева М. В., Диканев Т. В., Сысоев И. В. Выбор временных масштабов при построении эмпирической модели // Известия вузов. ПНД. 2012. Т. 20, вып. 2. С. 54-62. DOI: 10.18500/0869-6632-2012-20-2-54-62

Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
(загрузок: 139)
Язык публикации: 
русский
Тип статьи: 
Научная статья
УДК: 
530.182, 51-73

Выбор временных масштабов при построении эмпирической модели

Авторы: 
Сысоева Марина Вячеславовна, Саратовский филиал Института радиотехники и электроники имени В.А. Котельникова РАН (СФ ИРЭ)
Диканев Тарас Викторович, Представительство в России Huawei Technologies Co, Производственная компания
Сысоев Илья Вячеславович, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Аннотация: 

В работе рассматривается задача оптимального учёта временных масштабов исходного временного ряда при построении эмпирических прогностических моделей, используемых далее для оценки причинности по Грейнджеру. Предлагается для сравнительно коротких временных рядов, характерных, в частности, для медико-биологических приложений, использовать комбинацию из дальности прогноза и лага – различных по величине. Для подбора дальности прогноза и лага построены автоматизированные методики. Предложенный подход апробируется на большом числе различных эталонных систем, по итогам формулируются конкретные рекомендации по выбору дальности прогноза.

Список источников: 
  1. Granger C.W.J. Investigating causal relations by econometric models and crossspectral methods // Econometrica. 1969. Vol. 37, No 3. P. 424.
  2. Gourevitch B., Le Bouquin-Jeannes R., Faucon G. Linear and nonlinear causality between signals: Methods, examples and neurophysiological applications // Biological Cybernetics. 2006. Vol. 95. P. 349.
  3. Rosenblum M.G. and Pikovsky A.S. // Physical Review E. 2001. Vol. 64. 045202.
  4. Abhyankar A. Linear and nonlinear Granger causality: Evidance from the U.K. Stock index futures markets // The Journal of Futures Markets. 1998. Vol. 18, No 5. P. 512.
  5. Bernasconi C., Konig P. On the directionality of cortical interactions studied by structural analysis of electrophysiological recordings // Biol. Cybern. 1999. Vol. 81. P. 199.
  6. Smirnov D.А., Barnikol U.B., Barnikol T.T., Bezruchko B.P., Hauptmann C., Buehrle C., Maarouf M., Sturm V., Freund H.-J., and Tass P.A. The generation of Parkinsonian tremor as revealed by directional coupling analysis // Europhysics Letters. 2008. Vol. 83. 20003.
  7. Сысоев И.В., Караваев А.С., Наконечный П.И. Роль нелинейности модели в диагностике связей при патологическом треморе методом грейнджеровской причинности // Изв. вузов. ПНД. 2010. Т. 18, No 4. С. 81.
  8. Smirnov D.A., Mokhov I.I. From Granger causality to long-term causality: Application to climatic data // Physical Review. 2009. Vol. E80. 016208.
  9. Chaos and its Reconstruction / Eds. G. Gouesbet, G. Meunier-Guttin-Cluzel, O. Menard. Nova Science Publishers, New York, 2003.
  10. Vlachos I., Kugiumtzis D. Nonuniform state-space reconstruction and coupling detection // Physical Review E. 2010. Vol. 82. 016207
Поступила в редакцию: 
21.11.2011
Принята к публикации: 
20.03.2012
Опубликована: 
29.06.2012
Краткое содержание:
(загрузок: 107)