На главную Наши проекты:
Журнал   ·   Discuz!ML   ·   Wiki   ·   DRKB   ·   Помощь проекту
ПРАВИЛА FAQ Помощь Участники Календарь Избранное RSS
msm.ru
! правила раздела Алгоритмы
1. Помните, что название темы должно хоть как-то отражать ее содержимое (не создавайте темы с заголовком ПОМОГИТЕ, HELP и т.д.). Злоупотребление заглавными буквами в заголовках тем ЗАПРЕЩЕНО.
2. При создании темы постарайтесь, как можно более точно описать проблему, а не ограничиваться общими понятиями и определениями.
3. Приводимые фрагменты исходного кода старайтесь выделять тегами code.../code
4. Помните, чем подробнее Вы опишете свою проблему, тем быстрее получите вразумительный совет
5. Запрещено поднимать неактуальные темы (ПРИМЕР: запрещено отвечать на вопрос из серии "срочно надо", заданный в 2003 году)
6. И не забывайте о кнопочках TRANSLIT и РУССКАЯ КЛАВИАТУРА, если не можете писать в русской раскладке :)
Модераторы: Akina, shadeofgray
  
> Спектр авторегресии
    Ребятки, помогите пожалуйста!!!!
    задача состоит в анализе временных рядов, необходимо применить дпф, вычислить спектры при помощи авторегрессии...
    ну с дпф еще как то можно разобраться, а вот как вычислить спектр авторегрессии не знаю, если кто-нибудь сможет подсказать, буду очень благодарна!!!!!
      Спектр обычно вычисляют как преобразование Фурье автокорреляционной функции. А что такое авторегрессия?
        Вероятно девушка имеет в виду "ряд возмущений", хотя у экономистов может быть свой сленг...
        Для экономистов временные ряды и авторегрессия в достаточной степени описаны в учебнике Кремера Н.Ш. с подробными примерами.
        Не видя задачу и не понимая какая модель тренда адекватна данному временному ряду - собственно не понятно на что дать ответ...
          Дело в том, что моя задача связана не с экономикой, а с вариабельностью сердечного ритма: есть временной ряд сердечных сокращений, необходимо провести спектральный анализ этого ряда и сравнить различные методы спектральных преобразований, это дпф, авторегрессия и вейвлет...мне нужно выделить области высоких, низких и очень низких частот, и вот с авторегрессией я никак не разберусь, но медики утверждают, что с ее помощью можно разложить ряд...
            Авторегрессия p-го порядка
            X[t]=b[0]+b[1]X[t-1]+b[2]X[t-2]+..+b[p]X[t-p]+кси[t](t=1,2,...n)
            где b[0],....b[p] - некоторые константы.
            описывается изучаемый процесс в момент t в зависимости от его значений в предыдущие моменты
            t-1, t-2,....t-p

            Если задача в определении констант авторегрессии - нужна таблица данных
            порядок авторегрессии определяется необходимым уровнем значимости регрессии
              Так авторегрессия это что-то типа линейного экстраполирующего (предсказывающего) фильтра? Нерекурсивного.

              Вообще сердечный ритм не строго периодический, размер форма импульсов и интервалы между ними могут немного варьироваться. Помню, когда заканчивал институт, у нас на кафедре какую-то приставку к кардиомонитору делали, у них поначалу это вызвало небольшие проблемы (Не знаю правда, заработал он у них или нет).
                Этой мутью пользуются исключительно биржевые аналитики и экономисты...
                Методам стахистического анализа ну чуть более десяти лет. По сути своей - гадание на кофейной гуще...
                Экономисты экстраполяцию называют ТРЕНДОМ, и очень этим гордятся...
                Ну если авторегрессия первого порядка (Марковский случай) - тогда линейная, в общем случае не линейна.

                Анекдот в тему:

                Биржевой аналитик в зоопарке увидел слона
                Задумался, достал ноут, воспользовался методами стахистического анализа и выдал -
                ...судя по ушам и яйцам этому тушканчику лет триста...

                Хотя в плане разминки для мозгов тема забавная, ну а как это подтянуть к кардиалогии - ??????
                0 пользователей читают эту тему (0 гостей и 0 скрытых пользователей)
                0 пользователей:


                Рейтинг@Mail.ru
                [ Script execution time: 0.0586 ]   [ 15 queries used ]   [ Generated: 8.06.26, 12:15 GMT ]