Nächste Seite: Weitere ausgewählte Fälle
Aufwärts: Beispiele
Vorherige Seite: Erste Experimente
  Inhalt
In diesem Abschnitt wird die Autoabhängigkeit eines linearen
AR(1)-Prozesses und der chaotischen Feigenbaumdynamik bis zu zehn
Zeitschritten systematisch untersucht. Dabei wird beim AR(1)-Prozeß ein
großer Autoregressionskoeffizient von .8 verwendet, um einen weiten
Bereich von Autokorrelationen bei zehn Verzögerungen abzudecken.
- Der AR(1)-Prozeß
hat die theoretische Autokorrelationsfunktion
In Tabelle 1 sind nun alle Zusammenhangsmaße gegen die Zeitverschiebung
bis zu zehn Zeitschritten
eingetragen. Die Zusammenhänge sind alle mindestens signifikant.
Für Zeitverschiebungen bis drei und ab neun ist die Kontingenz signifikant
größer als der Pearson-Koeffizient und damit zu groß. Dies hat zur Folge,
daß man einen nichtlinearen Zusammenhang vermuten könnte, der nicht
vorhanden ist. Auch der Pearson-Koeffizient überschätzt die Autokorrelation
in diesem Beispiel, jedoch liegt der wahre Autokorrelationskoeffizient in
allen zehn Fällen innerhalb des geschätzten 90 % Konfidenzintervalls. Der
Spearman-Koeffizient ist etwa gleich dem Pearson-Koeffizient, der
Kendall-Koeffizient wie üblich etwas kleiner.
Tabelle:
Verschiedene Autokorrelationsmaße beim AR(1)-Prozeß
|
Pearson |
Kontingenz |
Pearson |
Spearman |
Kendall |
|
theor. |
|
beob. |
|
|
1 |
.800 |
.856 |
.818 |
.802 |
.607 |
2 |
.640 |
.745 |
.681 |
.679 |
.489 |
3 |
.512 |
.636 |
.569 |
.568 |
.400 |
4 |
.410 |
.514 |
.480 |
.474 |
.324 |
5 |
.328 |
.454 |
.379 |
.387 |
.258 |
6 |
.262 |
.376 |
.323 |
.336 |
.225 |
7 |
.210 |
.329 |
.259 |
.269 |
.181 |
8 |
.168 |
.291 |
.222 |
.234 |
.159 |
9 |
.134 |
.316 |
.188 |
.209 |
.144 |
10 |
.107 |
.321 |
.133 |
.152 |
.103 |
- Die Feigenbaumdynamik
Die Feigenbaumdynamik folgt der Abbildung
Sie ist damit eine quadratische autoregressive Abbildung. Tabelle 2
gibt die Autokorrelationsmaße für die ersten zehn Zeitverschiebungen
dieses nichtlinearen Prozesses für den Fall (voll entwickeltes Chaos)
an. Der -Test sieht bis zur Zeitverschiebung einen höchst
signifikanten Zusammenhang. Ab findet er keinen signifikanten
Zusammenhang mehr. Der Kontingenzkoeffizient wird mit zunehmendem
immer kleiner, bleibt aber bis hoch signifikant, während alle
anderen Maße nicht signifikant von null unterscheidbar sind. Hier wird also
die nichtlineare Struktur richtig und hoch signifikant erkannt.
Tabelle:
Verschiedene Autokorrelationsmaße beim Feigenbaumprozeß
|
Kontingenz |
Pearson |
Spearman |
Kendall |
1 |
.929 |
-.010 |
-.012 |
-.012 |
2 |
.670 |
.075 |
.046 |
.021 |
3 |
.432 |
-.084 |
-.083 |
-.058 |
4 |
.365 |
.095 |
.096 |
.071 |
5 |
.280 |
.050 |
.059 |
.035 |
6 |
.342 |
-.031 |
-.033 |
-.021 |
7 |
.263 |
-.069 |
-.077 |
-.051 |
8 |
.247 |
.061 |
.062 |
.043 |
9 |
.246 |
-.066 |
-.060 |
-.040 |
10 |
.220 |
-.019 |
.000 |
.000 |
Nächste Seite: Weitere ausgewählte Fälle
Aufwärts: Beispiele
Vorherige Seite: Erste Experimente
  Inhalt
ich
2000-01-25