stationaryTests
用Matlab函数检验随机过程的平稳性
总结
用两个检验来评估随机过程的n阶平稳性[1]。在本文中,只描述了一阶和二阶平稳性。一个随机过程在一阶是平稳的,如果它的平均值不随时间变化(显著)。类似地,如果一个随机过程的方差或标准差不随时间变化(显著),那么它在二阶上是平稳的。
LiveScript的例子考虑了湍流速度时程的情况。它们的平稳性使用两种不同的方法进行评估:
- 非参数检验[2,3],用于检测趋势,如果趋势不可忽略,则将时间归类为非平稳的。
- 一种基于移动窗口函数的参数检验,它将瞬时平均值或标准偏差与没有任何去趋势的结果进行比较。
要运行这些例子,你需要一些额外的函数:
- randomProcess。M,可在https://se.mathworks.com/matlabcentral/fileexchange/76854-one-point-random-process-generation
- getSamplingPara。M,可在https://se.mathworks.com/matlabcentral/fileexchange/76854-one-point-random-process-generation
- binAveraging。M,可在https://se.mathworks.com/matlabcentral/fileexchange/73584-averaging-noisy-data-into-bins
内容
本提交材料包括:
- 函数RA_test。m,它实现了Bendat和piersol[2]和Siegel等[3]的逆向排列检验
- 函数MW_test。M,实现了基于移动Windows函数的参数平稳性测试。
- 一个LiveScript的例子
参考文献
普里斯特利,m.b.(1981)。光谱分析与时间序列。学术出版社。ISBN 0-12-564922-3。
[2] Bendat and piersol,随机数据,2010,第99页
[3]西格尔,西德尼和n.j.卡斯特兰。"行为科学的非参数统计"(1988)。
MATLAB版本兼容性
用R2020b创建
兼容R2016a及后续版本
平台的兼容性
窗户 macOS Linux类别
标签
确认
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.3 | 参见GitHub上此版本的发布说明:https://github.com/ECheynet/stationaryTests/releases/tag/v1.3 |
||
1.2.1 " | 参见GitHub上此版本的发布说明:https://github.com/ECheynet/stationaryTests/releases/tag/v1.2.1 |
||
1.2 | 参见GitHub上此版本的发布说明:https://github.com/ECheynet/stationaryTests/releases/tag/v1.2 |
||
1.1.0.0 | 功能描述+一些调试 |
||
1.0.0.0 | doi更新 |
要查看或报告此GitHub插件中的问题,请访问GitHub库.
要查看或报告此GitHub插件中的问题,请访问GitHub库.