去趨勢波動分析和随机过程

快捷方式: 差异，相似，杰卡德相似系数，参考。

去趨勢波動分析和随机过程之间的区别

去趨勢波動分析 vs. 随机过程

在随机过程， 混沌理论和时间序列分析中， 去趋势波动分析（英文：Detrended Fluctuation Analysis, DFA）是一种判断信号的统计自相似性质的方法。 它可以用于分析类似长记忆过程的时间序列（以发散的相关时间为特征，例如幂率衰减的自相关函数）或1/f噪音。 所获得的指数类似于Hurst指数，但去趋势波动分析还可以应用于非平稳信号，即信号的统计量（例如平均值和方差）或动态是不固定的（随时间变化）。 它与基于谱分析的方法有关，如自相关函数和傅里叶变换。 Peng等人于1994年发表论文提出了这种方法，至2013年该论文已获超过2000次引用。这种方法是（一般性）波动分析的拓展，特别用于处理非平稳信号。. 在概率论概念中，随机过程是随机变量的集合。若一随机系统的样本点是随机函数，则称此函数为样本函数，这一随机系统全部样本函数的集合是一个随机过程。实际应用中，样本函数的一般定义在时间域或者空间域。随机过程的实例如股票和汇率的波动、语音信号、视频信号、体温的变化，反对法随机运动如布朗运动、随机徘徊等等。.

隨機漫步

随机游走（Random Walk，縮寫為 RW），是一种數學統計模型，它是一連串的軌跡所組成，其中每一次都是随机的。它能用來表示不规则的变动形式，如同一个人酒后乱步，所形成的随机过程記錄。1905年，由卡尔·皮尔逊首次提出。 通常，我們可以假設隨機漫步是以马尔可夫链或馬可夫過程的形式出現，但是比較複雜的隨機漫步則不一定以這種形式出現。在某些限制條件下，會出現一些比較特殊的模式，如醉漢走路（drunkard's walk）或萊維飛行（Lévy flight）。 Category:时间序列 Category:随机过程.

去趨勢波動分析和隨機漫步 · 随机过程和隨機漫步 · 查看更多 »