Vše
Vše

Co hledáte?

Vše
Projekty
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Od nelinearity ke kauzalite: Statistické testování a inference fyzikálních mechanismů vedoucích ke složité dynamice

Popis výsledku

Diskutujeme principy a aplikace statistického testování jako nástroje odhalování mechanismu generujících pozorované časové rady. Popisujeme numerické generování realizaci nulových hypotéz v kontextu odlišení nelineární dynamiky od sumu. Uvádíme příkladytestování nelinearity v dynamice atmosféry, slunečního cyklu a v signálech lidského mozku. Metodologii dále zobecňujeme k využití v testování kauzality ve dvourozměrných časových řadách.

Klíčová slova

inferencestatistical testingtime seriessurrogate datanonlinearitycausality

Identifikátory výsledku

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    From Nonlinearity to Causality: Statistical Testing and Inference of Physical Mechanisms Underlying Complex Dynamics

  • Popis výsledku v původním jazyce

    Principles and applications of statistical testing as a tool for inference of underlying mechanisms from experimental time series are discussed. The computational realizations of the test null hypothesis known as the surrogate data are introduced withinthe context of discerning nonlinear dynamics from noise, and discussed in examples of testing for nonlinearity in atmospheric dynamics, solar cycle and brain signals. The concept is further generalized for detection of directional interactions, or causality in bivariate time series.

  • Název v anglickém jazyce

    From Nonlinearity to Causality: Statistical Testing and Inference of Physical Mechanisms Underlying Complex Dynamics

  • Popis výsledku anglicky

    Principles and applications of statistical testing as a tool for inference of underlying mechanisms from experimental time series are discussed. The computational realizations of the test null hypothesis known as the surrogate data are introduced withinthe context of discerning nonlinear dynamics from noise, and discussed in examples of testing for nonlinearity in atmospheric dynamics, solar cycle and brain signals. The concept is further generalized for detection of directional interactions, or causality in bivariate time series.

Klasifikace

  • Druh

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

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

Ostatní

  • Rok uplatnění

    2007

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Contemporary Physics

  • ISSN

    0010-7514

  • e-ISSN

  • Svazek periodika

    48

  • Číslo periodika v rámci svazku

    6

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    42

  • Strana od-do

    307-348

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

Základní informace

Druh výsledku

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

Jx

CEP

BB - Aplikovaná statistika, operační výzkum

Rok uplatnění

2007