平稳性测试
Matlab函数用于测试随机过程的平稳性
总结
随机过程的n阶平稳性[1]用两个检验来评估。在本报告中,只描述了一阶和二阶平稳。一个随机过程在一阶时是平稳的,如果它的均值不随时间(显著)变化。类似地,如果随机过程的方差或标准差不随时间(显著)变化,则它在二阶上是平稳的。
LiveScript示例考虑了湍流速度时程的情况。使用两种不同的方法评估其平稳性:
- 非参数检验[2,3],它检测趋势,如果趋势不可忽略,则将时间分类为非平稳。
- 一种基于移动窗函数的参数检验,它将瞬时均值或标准偏差与未进行任何去趋势的结果进行比较。
要运行这些示例,您需要一些附加函数:
- 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
本呈件包括:
- 功能RA_test.m,由Bendat和piersol[2]以及Siegel等人[3]实施反向排列测试
- 函数MW_test.m,它依靠移动窗口函数实现参数平稳性测试。
- LiveScript示例Documentation.mlx
参考文献
[1] Priestley,M.B.(1981年)。光谱分析和时间序列。学术出版社。ISBN 0-12-564922-3。
[2] Bendat和piersol,《随机数据》,2010年,第99页
西格尔,西德尼,新泽西,卡斯特兰。"行为科学的非参数统计"(1988)。
引用为
大肠Cheynet(2021)。平稳性检验(https://github.com/ECheynet/stationaryTests/releases/tag/v1.2.1),GitHub。恢复.
切内。ECheynet/平稳性测试:随机过程的满意度测试。泽诺多,2020,内政部:10.5281/泽诺多,3891111。
要查看或报告此GitHub加载项中的问题,请访问GitHub存储库.
要查看或报告此GitHub加载项中的问题,请访问GitHub存储库.