기고글 토론 "경험적 모드 분해법의 기초"
일반적으로 스펙트럼 없이도 연습할 수 있으며, 특히 하나의 EMD로 충분하다면 더욱 그렇습니다.
1. Box와 Jenkins가 구성 요소로 처음 분해한 것 중 하나인 ARMA가 구성 요소로 처음 분해한 것 중 하나가 아니라 ARCH라는 이름이 붙은 것은 매우 이례적인 현상입니다. 당연히 ARCH는 언급되지 않았습니다.
2. 한 가지가 아니라면 세계에서 매우 존경받는 위의 시민들에 대한 언급을 생략 할 수 있습니다. 그들은 문제를 설명했고 문제에서 분해의 목적을 공식화했습니다. 이러한 전제에서 방법의 한계와 결과의 대가가 모두 명확 해집니다.
3. 이 모든 것의 목적은 무엇입니까? 분해는 어떤 문제를 해결합니까? 한계는 무엇입니까? 해결되지 않은 것은 무엇입니까?
4. 가장 중요한 것은 이 분해가 예측 가능성의 속성을 가지고 있는가?
5. 저자의 압도적 인 수의 기사로 판단하면 그는 소음에서 신호를 식별하는 매우 구체적인 목표를 가진 분석에 중점을 둔 DSP에서 시장에 나왔습니다. DSP의 의미에서 시장에는 신호가 없지만 트렌드가 있기 때문에 우리는 그것을 찾습니다. 분석에서는 추세가 지속되기를 바라며 추세를 찾으려고 노력합니다. 그렇기 때문에 분석은 예측의 근거로만 거래에서 흥미롭지 분석 자체는 흥미롭지 않습니다. "시장 밖에서 시장 안으로" 포지션을 변경하는 것은 가까운 미래에 대한 예측을 바탕으로 내린 결정입니다.
5. 저자의 압도적 인 수의 기사로 판단하면 그는 DSP에서 시장에 출시되었으며, . . .
사실, 나는 곱셈표에서 시장에 왔습니다.
특히 기사에 대해 설명합니다.
여러 구성 요소를 강조 표시하셨습니다. 그중 어떤 구성 요소 또는 그 조합이 거래에 가치가 있으며 그 이유는 무엇인가요?
우리는 모두 어린 시절부터 왔습니다.
거대하고 강력한 건물인 '계량경제학(통계학)'을 끊임없이 돌아다니며 그 안에서 개별적인 조각이나 벽돌을 골라내고, 전체 지식을 알아채지 못하고 자신의 연구를 그 벽돌 중 하나로 연결하려고 하지 않습니다. 이 때문에 수준과 주제 측면에서 의심 할 여지없이 흥미롭지 만 기사가 공중에 매달려 있습니다.
이것은 우리 시대의 근본적인 문제입니다. 지식의 모든 분야에서 정보의 양이 너무 방대해지고 모델이 너무 복잡해져서 한 사람이 모든 과학을 전체적으로 다루기 어려워졌습니다. 따라서 우리는 시간을 갖고 무언가를 이해하기 위해 특정 과학의 특정 부분 만 다루어야합니다. 임호! :)
계량경제학에 대한 백과사전적 지식에 대한 의문은 없습니다. 수용 가능한 것을 선택하고 사용하는 것으로 충분합니다-자동차를 구입하고 운전하십시오. 또한이 토론에서 우리는 몫을 구성 요소로 분해하는 매우 좁은 문제에 대해 이야기하고 있습니다. 지난 50년 동안의 고전적인 분해는 박스 및 젠킨스 분해, 즉 추세 + 사이클 + 노이즈(처음 두 합의 잔차)입니다. 이 분해는 경제적으로 의미가 있습니다. 웨이블릿은 다른 분해를 제공하지만 경제적으로도 의미가 있으며, 웨이블릿은 Box의 아이디어와 잘 맞습니다.
기사에는 어떤 내용이 있나요? 이것이 바로 제가 궁금한 질문입니다.
새로운 기고글 경험적 모드 분해법의 기초 가 게재되었습니다:
이 글은 경험적 모드 분해법(EMD)에 대한 설명입니다. 경험적 모드 분해는 힐베르트-황 변환의 기초가 되며 비정상 비선형 데이터 분석에 사용됩니다. EMD의 소프트웨어 구현 방법과 그 특징을 설명한 후 사용 예시를 함께 보겠습니다.
황의 알고리즘은 시퀀스의 최대값과 최소값을 이용한 포락선 생성과 초기 시퀀스에서 해당 포락선의 평균을 제외하는 것을 기반으로 합니다. 상단과 하락 포락선을 구하려면 전체 극단값을 구해 스플라인 곡선으로 연결해야 합니다.
그림 1은 포락선의 플로팅 과정을 나타냅니다.
그림 1. 포락선 및 그 평균의 플로팅
그림 1에서 분석된 시퀀스는 얇은 파란선으로 표시됩니다. 최대값과 최소값은 각각 빨간색과 파란색으로 나타나 있죠. 포락선은 초록색으로 그려지고요.
두 포락선의 평균은 점선으로 나타납니다. 해당 평균은 초기 시퀀스에서 제외됩니다.
그 결과 1차 추정에 필요한 경험적 함수가 나옵니다. 최대값과 최소값을 다시 찾아 위의 단계를 반복하면 최종 IMF를 얻을 수 있습니다. 해당 과정을 시프팅이라고 합니다. 시프팅은 특정 기준에 닿아 정지될 때까지 반복됩니다. 해당 기준은 전체 분해 결과에 영향을 미치는 핵심 요소 중 하나입니다. 나중에 좀 더 설명할게요.
작성자: Victor