| М.В. Корнилов, И.В. Сысоев, Б.П. Безручко. Оптимальный подбор параметров прогностических моделей в методе нелинейной причинности по Грейнджеру в приложении к сигналам, характеризуемым хорошо выраженными временными масштабами. Нелинейная динамика, 2014, т.10, №3, с. 279-295 | ||||||
- Корнилов Максим
Вячеславович - Сысоев Илья
Вячеславович - Безручко Борис
Петрович
Аннотация
Задача определения наличия и направления связи между различными системами по их экспериментальным наблюдаемым временным рядам актуальна во многих областях знания. Одним из подходов к ее решению является метод нелинейной причинности по Грейнджеру, основанный на построении прогностических моделей. Эффективность этого подхода зависит от подбора параметров модели. Для сигналов с характерным временным масштабом колебаний важнейшими параметрами являются временной лаг, используемый при реконструкции вектора состояния, и дальность прогноза.
В данной работе предложены два критерия оценки работоспособности метода нелинейной причинности по Грейнджеру, которые позволяют выбрать значения лага и дальности прогноза, при которых достигаются лучшие чувствительность и специфичность; чувствительность определяется тем, насколько слабую связь может детектировать метод, а под специфичностью понимается способность избегать ложноположительных результатов. В результате применения предложенных критериев на примере нескольких однонаправленно связанных эталонных систем были получены практические рекомендации по подбору параметров модели: лага и дальности прогноза.
Ключевые слова: поиск связанности, причинность по Грейнджеру, моделирование по временным рядам.
M.V. Kornilov, I.V. Sysoev, B.P. Bezrychko. Optimal selection of parameters of the forecasting models used for the nonlinear Granger causality method in application to the signals with a main time scales. Rus. J. Nonlin. Dyn., 2014, V.10, №3, p. 279-295
Abstract
The detection of coupling presence and direction between various systems using their time series is a common task in many areas of knowledge. One of the approaches used to solve it is nonlinear Granger causality method. It is based on the construction of forecasting models, so its efficiency defends on selection of model parameters. Two parameters are important for modeling signals with a main time scales: lag that is used for state vector reconstruction and prediction length.
In this paper, we propose two criteria for evaluating performance of the method of nonlinear Granger causality. These criteria allow to select lag and prediction length, that provide the best sensitivity and specificity. Sensitivity determines the weakest coupling method can detect, and specificity refers to the ability to avoid false positive results. As a result of the criteria application to several etalon unidirectionally coupled systems, practical recommendations for the selection of the model parameters (lag and prediction length) were formulated.
Keywords: search for coupling, Granger causality, modeling from time series.
|
