全部版块 我的主页
论坛 经济学人 二区 外文文献专区
2433 98
2022-05-31
英文标题:
《Record statistics of a strongly correlated time series: random walks and
  L\\\'evy flights》
---
作者:
Claude Godreche, Satya N. Majumdar, Gregory Schehr
---
最新提交年份:
2017
---
英文摘要:
  We review recent advances on the record statistics of strongly correlated time series, whose entries denote the positions of a random walk or a L\\\'evy flight on a line. After a brief survey of the theory of records for independent and identically distributed random variables, we focus on random walks. During the last few years, it was indeed realized that random walks are a very useful \"laboratory\" to test the effects of correlations on the record statistics. We start with the simple one-dimensional random walk with symmetric jumps (both continuous and discrete) and discuss in detail the statistics of the number of records, as well as of the ages of the records, i.e., the lapses of time between two successive record breaking events. Then we review the results that were obtained for a wide variety of random walk models, including random walks with a linear drift, continuous time random walks, constrained random walks (like the random walk bridge) and the case of multiple independent random walkers. Finally, we discuss further observables related to records, like the record increments, as well as some questions raised by physical applications of record statistics, like the effects of measurement error and noise.
---
中文摘要:
我们回顾了强相关时间序列记录统计的最新进展,其条目表示一条直线上随机游动或列维飞行的位置。在简要回顾了独立同分布随机变量的记录理论之后,我们重点讨论了随机游动。在过去的几年里,人们确实意识到随机游动是一个非常有用的“实验室”,可以测试相关性对记录统计数据的影响。我们从具有对称跳跃(连续和离散)的简单一维随机游动开始,详细讨论了记录数量的统计信息,以及记录的年龄,即两个连续破纪录事件之间的时间间隔。然后,我们回顾了各种随机游动模型的结果,包括具有线性漂移的随机游动、连续时间随机游动、约束随机游动(如随机游动桥)和多个独立随机游动者的情况。最后,我们讨论了与记录相关的进一步观察值,如记录增量,以及记录统计的物理应用引起的一些问题,如测量误差和噪声的影响。
---
分类信息:

一级分类:Physics        物理学
二级分类:Statistical Mechanics        统计力学
分类描述:Phase transitions, thermodynamics, field theory, non-equilibrium phenomena, renormalization group and scaling, integrable models, turbulence
相变,热力学,场论,非平衡现象,重整化群和标度,可积模型,湍流
--
一级分类:Physics        物理学
二级分类:Disordered Systems and Neural Networks        无序系统与神经网络
分类描述:Glasses and spin glasses; properties of random, aperiodic and quasiperiodic systems; transport in disordered media; localization; phenomena mediated by defects and disorder; neural networks
眼镜和旋转眼镜;随机、非周期和准周期系统的性质;无序介质中的传输;本地化;由缺陷和无序介导的现象;神经网络
--
一级分类:Mathematics        数学
二级分类:Probability        概率
分类描述:Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用:例如中心极限定理,大偏差,随机微分方程,统计力学模型,排队论
--
一级分类:Physics        物理学
二级分类:Data Analysis, Statistics and Probability        数据分析、统计与概率
分类描述:Methods, software and hardware for physics data analysis: data processing and storage; measurement methodology; statistical and mathematical aspects such as parametrization and uncertainties.
物理数据分析的方法、软硬件:数据处理与存储;测量方法;统计和数学方面,如参数化和不确定性。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-31 03:15:10
强相关时间序列的记录统计:随机游动和L’evy flightsclaude Godr’echeinstitute de Physique Th’eorique,巴黎大学萨克莱分校,CEA和CNRS,91191Gif sur Yvette,FranceSatya N.MajumdarLPTMS,CNRS,巴黎大学南部,巴黎大学萨克莱分校,91405 Orsay,Francegry SchehrLPTMS,CNRS,巴黎大学南部,巴黎大学萨克莱分校,91405 Orsay,FranceAbstract。我们回顾了强相关时间序列记录统计的最新进展,该时间序列的条目表示一条直线上的随机行走或闪电的位置。在简要回顾了独立同分布随机变量的记录理论之后,我们重点讨论了随机游动。在过去几年中,人们确实意识到,随机游动是非常有用的“实验室”,用于测试相关对记录统计数据的影响。我们从具有对称跳跃(连续和离散)的简单一维随机游动开始,详细讨论了记录数的统计以及记录的年龄,即两个连续破纪录事件之间的时间间隔。然后,我们回顾了各种随机游动模型的结果,包括具有线性裂缝的随机游动、连续时间随机游动、约束随机游动(如随机游动桥)和多个独立随机游动者的情况。最后,我们讨论了与记录相关的进一步观察结果,如记录增量,以及记录统计的物理应用引起的一些问题,如测量误差和噪声的影响。记录强相关时间序列21的统计信息。导言最近,极端和罕见事件的统计数据在许多科学领域引起了人们的兴趣。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 03:15:14
特别是,对离散时间序列中记录的统计数据的研究,始于二十世纪早期【1】,已成为各种系统中的基础和重要内容,包括气候研究【2、3、4、5、6、7、8、9】、金融和经济学【10、11、12】、水文学【13】、体育【14、15】、探测重尾不稳定分布【16】等【17、18】。考虑任何由N个条目组成的一般时间序列{X,X,…,XN},其中ximay表示给定地点的每日温度、股票价格或河流的年平均水位。如果第k个条目超过之前的所有条目,则在步骤k处会发生记录。与记录相关的问题显然与极值统计密切相关【19,20】。例如,第k步的实际记录值就是k步后条目的最大值,这是极值统计中可以观察到的关键值。另一方面,记录统计与信息问题有着深刻的联系[21、22、23]。例如,记录率,即记录在步骤k被破坏的概率,与生存概率有关,即时间序列在步骤k之前保持在某一水平以下的概率,这是第一阶段问题中的一个关键数量。然而,尽管它与极值统计和第一阶段问题有关,但时间序列记录的统计提出了特定的新问题,这需要新的工具和技术。在本文中,我们关注一类与记录统计相关的可观测值。例如,这包括大小为N的给定序列中的记录数以及记录的年龄。记录的保存时间定义为记录保存的时间,即记录被下一条记录打破之前的时间。我们还将研究记录值以及记录值的增量。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 03:15:17
这些观测值的统计数据不能仅从极值统计或第一篇文章问题中理解,它们需要新的技术,将在本综述中讨论。值得注意的是,对记录的研究在各种复杂物理系统中发现了新的兴趣和应用,例如自旋玻璃中热再熵磁化的演化【24,25】、II型无序超导体中随磁场增加而产生的涡旋密度演化【24,26】、无序介质中弹性线的雪崩【27,28,29,30】,生物种群(biologicalpopulations)[31,32,33],胶体干扰(Collodes)[34],多孔材料失效事件研究(35),成长网络模型(36),量子混沌(37,38)]等方面的能力演变。所有这些系统的共同特征是物理观测的阶梯式时间演化(见图1)。例如,当无序铁磁体中的畴壁被不断增大的外部磁场驱动时,其质心会在一段时间内保持不动(被无序固定),然后,随着磁场的进一步增大,壁的延伸部分会脱落,从而引发雪崩,因此,质心会跳过一定距离【27、28、29、30】。重心位置随时间变化(或驱动力增加)显示楼梯结构,如图1所示。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 03:15:20
通过研究时间序列中记录的动态[25、28、26],可以获得关于这些不同系统中这种时空演化的一些有用见解,其中记录值在一段时间内保持不变,直到被下一条记录打破并以一定的增量跳跃(见图1)。例如,在位置是随机行走者在i步之后的位置的情况下,这个“记录过程”是强相关时间序列3的所谓ABBM模型[29,30]记录统计量的核心,它被广泛用于对无序铁磁体中的所谓巴克豪森噪声建模[39]。独立和同分布(i.i.d.)随机变量的记录统计在过去得到了广泛的研究,无论是在数学[40、41、42]中,还是在最近的物理学文献中(有关i.i.d.案例的最新评论,请参见[18])。这些研究的许多方面现在在理论上都得到了很好的理解,在这里,我们将简要回顾主要有用的结果,并特别强调年龄统计,这在某种程度上不太为人所知。最近研究的另一类时间序列的记录统计量对应于独立但非同分布的随机变量。这在体育运动中非常重要,随着时间的推移,运动员的平均成绩通常会随着时间的推移而提高,这是由于营养的增加或准备所用的技术先进的运动设备。同样,在所研究的气候背景下,平均温度在时间上可能存在非典型线性趋势。对于这个独立但非同分布的时间序列,已经得出了各种有趣的结果【43,44,45】。由于这些结果已经在参考文献【18】中进行了审查,我们将不再在此重复。然而,在许多现实的时间序列中,这些条目是相互关联的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 03:15:25
因此,问题自然而然地出现了:对于相关序列的记录统计,我们能说些什么?对于弱相关时间序列,即具有有限相关时间的时间序列,可以预期大序列的记录统计数据与不相关情况渐近相似。然而,当条目之间存在强相关性时,这种情况就不再存在了。事实证明,在这种高度相关的情况下,记录统计的研究在技术上具有挑战性。这项任务的难度可以通过考虑上述与极值统计和FirstMessage问题的联系来估计,这些问题在强相关时间序列中很难解决。因此,文献中的结果很少,事实上,所有有记录的经典教科书[40、41、42]基本上(如果不是唯一的话)都涉及i.i.d.随机变量的情况。最简单和最自然的强相关时间序列之一是直线上的随机行走序列,其中条目xic对应于离散时间步i中随机行走者的位置,从原点X=0开始,并在每个时间步经历随机跳跃。尽管随机游动在各个研究领域中具有惊人的重要性和丰富性,但直到几年前,人们才计算和理解这种在直线上具有对称跳跃分布的单个离散时间随机游动的记录统计数据[46]。事实上,虽然随机游走者的位置具有很强的相关性,但随机游走本身就是一个马尔可夫过程。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群