BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Zeug-Żebro Katarzyna (Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach)
Tytuł
Rekonstrukcja przestrzeni stanów na podstawie wielowymiarowych szeregów czasowych
State Space Reconstruction from Multivariate Time Series
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Ekonometria (26), 2009, nr 76, s. 219-227, rys., tab., bibliogr. 8 poz.
Research Papers of Wrocław University of Economics
Tytuł własny numeru
Zastosowanie matematyki w ekonomii
Słowa kluczowe
Szeregi czasowe, Metoda najbliższego sąsiedztwa
Time-series, Neighbor joining distance method
Uwagi
summ., streszcz.
Abstrakt
Jednym z narzędzi matematycznych potrzebnych do opisu szeregów czasowych jest metoda rekonstrukcji. Umożliwia ona rekonstrukcję przestrzeni stanów wielowymiarowych systemów dynamicznych na podstawie jednowymiarowego szeregu obserwacji. Otrzymana w ten sposób przestrzeń będzie w pewnym sensie równoważna z „oryginalną” przestrzenią. W ostatnich latach pojawiło się wiele prac przedstawiających różne metody rekonstrukcji przestrzeni stanów, m.in. metodę opóźnień, która bazuje na twierdzeniu Takensa o zanurzaniu. Celem pracy jest przedstawienie jednej z metod wyznaczania wymiaru zanurzenia, tj. metody najbliższego fałszywego sąsiada oraz jej zmodyfikowanej postaci w przypadku wielowymiarowych szeregów czasowych. Testowano trzy metody wyznaczania optymalnego wymiaru zanurzenia, korzystając z symulacji otrzymanych za pomocą metody Monte Carlo. (abstrakt oryginalny)

State space reconstruction is one of the tools necessary for the description of time series. This method allows state space reconstruction of multidimensional dynamic systems based on one-dimensional observation series. The space obtained will be, in a way, equivalent to the “original” space. In recent years, many papers have presented different methods of state space reconstruction among other things the delays method which is based on the Takens Embedding Theorem. In this paper we focus on the state space reconstruction from multivariate time series. For this, we adjust well-known approaches used for univariate time series, i.e. the false nearest neighbour. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Abarbanel H.D., Analysis of Observed Chaotic Data, Springer Verlag, Berlin, Heidelberg, New York 1996.
  2. Abarbanel H.D., Brown R., Kennel M.B., Determining Embedding Dimension for Phase Space Reconstruction Using a Geometrical Construction, „Physical Review A” 1992 vol. 45, nr 6.
  3. Cao L., Practical Method for Determining Minimum Embedding Dimension of a Scalar Time Series, „Physica D” 1997 no 110.
  4. Kim H.S., Eykholt R., Salas J.D., Nonlinear Dynamics, Delay Time, and Embedding Windows, „Physica D” 1999 no 127.
  5. Nowiński M., Nieliniowa dynamika szeregów czasowych w badaniach ekonomicznych, AE, Wrocław 2007.
  6. Takens F., Detecting Strange Attractors in Turbulence, [w:] Lecture Notes in Mathematics, D.A. Rand and L.S. Young (eds.), Springer, Berlin 1981.
  7. Vlachos I., Kugiumtzis D., State Space Reconstruction for Multivariate Time Series Prediction, „Nonlinear Phenomena in Complex Systems” 2008 vol. 11, nr 2, s. 241-249.
  8. Zawadzki H., Chaotyczne systemy dynamiczne, AE, Katowice 1996.
Cytowane przez
Pokaż
ISSN
1899-3192
1507-3866
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu