Affiliation:
1. Геофизический центр РАН (г. Москва)
Abstract
В настоящее время существует ряд способов определения трендов и экстремумов на стохастических временных рядах, что неудивительно, поскольку тренды временного ряда являются фундаментальной характеристикой динамики процесса, стоящего за ним. Реальные стохастические тренды совсем не похожи на идеальные математические, посколько в них случаются сбои. Это не смущает исследователя, изначально обладающего адаптивным восприятием фундаментальных свойств предельности, непрерывности, связности, тренда и т. д. Он поймет, когда нарушение несущественно и тренд продолжается, а когда нарушение прерывает тренд.В настоящей работе предлагается новый подход к распознаванию стохастических трендов, основанный на математической конструкции регрессионных производных для конечного временного ряда. Тренды ищутся с помощью производной по сценарию классического математического анализа.
Publisher
FSBEIHE Tula State Lev Tolstoy Pedagogical University
Reference8 articles.
1. Gumbel, Е. J. 1958, “Statistics of extremes“, N. Y., Columbia Univ. Press, 375 p.
2. Leadbetter, M. R., Lindgren, G., Rootzen, H. 1983, “Extremes and Related Properties of Random Sequences and Processes“, Springer Series in Statistics, 336 p.
3. Lyubushin, A. A. 2007, “Analysis of data from geophysical and environmental monitoring systems“, M: Mir, 228 p.
4. Mallat, S. 1999, “A Wavelet Tour of Signal Processing“, Academic Press, 620 p.
5. Averkin, A. N., Batyrshin, I. Z., Blishun, A. F., Silov, V. B., Tarasov, V. B. 1986, “Fuzzy sets in control and artificial intelligence models“/ Edited by D. A. Pospelov. M.: Nauka, 312 p.
Cited by
2 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献