在文献中是否知道这种重新采样时间序列的方法?它有名字吗?


14

我最近在寻找重新采样时间序列的方法,

  1. 大约保留长存储进程的自相关。
  2. 保留观测值的范围(例如,重新采样的整数时间序列仍然是整数的时间序列)。
  3. 如果需要,可能只影响某些比例尺。

我针对长度为的时间序列提出了以下排列方案:2N

  • 通过成对的连续观测值对时间序列进行分类(有这样的分类)。分别以概率翻转它们中的每一个(即,从索引到)。2N11:22:11/2
  • 通过连续的观察值对获得的时间序列进行分类(其中有这样的分类)。用概率反转它们中的每一个(从索引到索引)独立性。2 N - 242N21:2:3:44:3:2:11/2
  • 与尺寸的仓重复该步骤,,...,总是逆转与概率仓。16 2 Ñ - 1 1 / 28162N11/2

这种设计纯粹是经验性的,我正在寻找已经针对这种排列发布的作品。我也乐于接受其他排列或重采样方案的建议。


您的过程很有趣,但是正如您所描述的,在我看来,如果最大块大小为则基本上将数据划分为个连续的块,然后在每个块中对每个实例进行置换是等概率的。2 N - k 2k2(Nk)
muratoa 2012年

除了成对之外,您还可以定义和。这样,您可以确保至少保留个点,并且最多可以移动的距离。 k max 2 k min 2 k maxkminkmax2kmin2ķ最大值
muratoa 2012年

@muratoa感谢您的反馈。我不确定我会遵循。如果是最大块大小,则该方案与块内的置换对不同。例如,对于,您可以获得概率为1/8 的顺序,这不是配对排列。至于和,这是我在第3点中提到的。这是从和改洗标度的方法。 k = 2 k 最小值 k 最大值 k 最小值 k 最大值2ķķ=24:3:2:1ķķ最大值ķķ最大值
gui11aume12 2012年

由James Theiler创建的Google“幅度调整后的替代数据”,和/或请参阅 Lahiri的“ 相关数据重采样方法”
PeterR 2012年

你说得对,我没有正确地读出你的第一个项目,我想最小尺寸为2
muratoa

Answers:


14

如果包括大小为的最后一个bin,则从顺序的组的迭代花圈乘积中均匀选择随机置换,表示为。(如果省略最后可能逆转,则得到的指标的均匀样本亚组中,两个产品迭代花圈产品具有的因素)。这也就是西洛对称群的上-subgroup元素(阶次为的幂的最大子组-所有这些子组都是共轭的)。这也是具有叶子的完美二叉树的对称性组2N2C2C2...C22N122N22NN(将根数计为)。0

在此处输入图片说明

在数学方面,像这样的小组已经完成了很多工作,但其中许多工作可能与您无关。我从最近的MO问题中获取了上面的图片,该问题关于迭代花圈产品的最大子组。


很棒(+1)!感谢您对花圈产品和Sylov 2子组的引用。忘记最后一次(最高)还原是一个错误,实际上它已包含在方案中。
gui11aume12 2012年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.