Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUOS-8D2FQH| Type: | Dissertação de Mestrado |
| Title: | Métodos de dados sub-rogados aplicados a séries temporais |
| Authors: | Cassio Pascoal Costa |
| First Advisor: | Eduardo Mazoni Andrade Marcal Mendes |
| Abstract: | Nos últimos anos o método de dados sub-rogados tem sido amplamente aplicado por vários autores na análise de determinismo em séries temporais, principalmente aquelas geradas por não-lineariedades (Theiler et al., 1992). Porém, as técnicas disponíveis na literatura nem sempre são adequadas quando se deseja determinar e analisar se a dinâmica que deu origem a uma série temporal é, por exemplo, determinística ou não, logo há de se lançar mão de outros métodos. Todavia, pouca atenção tem sido dada ao desenvolvimento de ferramentas específicas para lidar com esses tipos de questionamento.Este trabalho propõe a investigação do comportamento dinâmico das séries temporais, contaminadas com ruídos gaussianos ou não-gaussianos, usando o método de teste de hipótese baseado em dados sub-rogados. As primeiras tentativas para encontrar tais respostas inerentes ao mecanismo gerador das séries temporais são identificadas por meio de testes estatísticos também chamados dediscriminantes estatísticos que podem ser paramétricos e são-paramétricos. Neste trabalho, procurou-se avaliar as técnicas disponíveis na literatura para a geração das séries temporais sub-rogadas. Da análise dos resultados, por meio de séries temporais simuladas com diversos tipos de comportamentos e séries temporaisexperimentais, são verificados quais algoritmos para dados sub-rogados (algoritmo 0, algoritmo 1, algoritmo 2, algoritmo SS, algoritmo CS e algoritmo PPS) são mais adequados para o teste de determinismo. Baseado na detecção de comportamento determinístico ou não das séries temporais sob análise foram obtidos resultados que implicam que nem sempre tais técnicas para geração dos dados sub-rogadas são adequadas e que existem situações particulares que conduzem a resultados errôneos para certas estruturas (modelos) geradoras de tais séries. Além disso, propõe-se, como resultado final desse trabalho, um procedimento para análise geral utilizando os métodos de dados sub-rogados, consistentes com as respectivas hipóteses nulas, que possibilita determinar aleatoriedade (ruído) oudeterminismo (linear, não-linear, etc). |
| Abstract: | In recent years the method of surrogate data has been widely applied to the analysis of determinism in time series, mainly those time series generated by a nonlinear mechanism (Theiler et al., 1992). Since the techniques available in the literature are not always prepared to deal with the problem of determining and analyzing whether underlying dynamics of the generating mechanism of the time series is deterministic or not, the study of new methods is necessary. However, little attention has been given to the development of specific tools to deal with this problem. This work proposes the investigation of the dynamic behavior from a time series contaminated with Gaussian or Non-Gaussian noises by using the method of hypothesis testing based on the surrogate data methodology. The first attempts to find the generating mechanism of such time series are performed by using statistical tests, also called statistical discriminate analysis that can be parametric and non-parametric. In this work, several techniques available in the literature and used for generating surrogate time series are tested. From analyzing the results, using simulated time series with different dynamic behavior and also real time series, it is determined which surrogate data algorithm - algorithm 0, algorithm 1, algorithm 2, algorithm SS, algorithm CS or algorithm PPS - is more appropriate for the test of determinism. Based upon the detection or not of a deterministic behavior in the time series under analysis, the results obtained here reveal that such techniques for generation of the surrogate data are not always well tuned and that there are particular situations that lead to misleading results for certain model structures of the mechanism generator of such time series. As the major result, a procedure for general analysis is given using the surrogate method and appropriate null hypotheses that can determine randomness (pure noise) and determinism (linear, nonlinear and etc.) for each case illustrated in this work. |
| Subject: | Engenharia elétrica |
| language: | Português |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| Rights: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/BUOS-8D2FQH |
| Issue Date: | 19-Mar-2008 |
| Appears in Collections: | Dissertações de Mestrado |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.