Detrended fluctuation analysis as a regression framework: Estimating dependence at different scales

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F15%3A00452315" target="_blank" >RIV/67985556:_____/15:00452315 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216208:11230/15:10295382

Výsledek na webu

<a href="http://dx.doi.org/10.1103/PhysRevE.91.022802" target="_blank" >http://dx.doi.org/10.1103/PhysRevE.91.022802</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1103/PhysRevE.91.022802" target="_blank" >10.1103/PhysRevE.91.022802</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Detrended fluctuation analysis as a regression framework: Estimating dependence at different scales

Popis výsledku v původním jazyce

We propose a framework combining detrended fluctuation analysis with standard regression methodology. The method is built on detrended variances and covariances and it is designed to estimate regression parameters at different scales and under potentialnonstationarity and power-law correlations. The former feature allows for distinguishing between effects for a pair of variables from different temporal perspectives. The latter ones make the method a significant improvement over the standard least squares estimation. Theoretical claims are supported by Monte Carlo simulations. The method is then applied on selected examples from physics, finance, environmental science, and epidemiology. For most of the studied cases, the relationship between variablesof interest varies strongly across scales.

Název v anglickém jazyce

Detrended fluctuation analysis as a regression framework: Estimating dependence at different scales

Popis výsledku anglicky

We propose a framework combining detrended fluctuation analysis with standard regression methodology. The method is built on detrended variances and covariances and it is designed to estimate regression parameters at different scales and under potentialnonstationarity and power-law correlations. The former feature allows for distinguishing between effects for a pair of variables from different temporal perspectives. The latter ones make the method a significant improvement over the standard least squares estimation. Theoretical claims are supported by Monte Carlo simulations. The method is then applied on selected examples from physics, finance, environmental science, and epidemiology. For most of the studied cases, the relationship between variablesof interest varies strongly across scales.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

AH - Ekonomie

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Physical Review. E

ISSN

1539-3755

e-ISSN

—

Svazek periodika

91

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

5

Strana od-do

—

Kód UT WoS článku

000349860900005

EID výsledku v databázi Scopus

2-s2.0-84922361174