致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第11-15页 |
1.1 时间序列的复杂性与相关性 | 第11-13页 |
1.2 论文框架与主要工作 | 第13-15页 |
2 基于熵值的时间序列复杂性研究 | 第15-33页 |
2.1 改进的广义样本熵与替代数据分析 | 第15-23页 |
2.1.1 模型介绍 | 第15-18页 |
2.1.2 模型检验 | 第18-20页 |
2.1.3 实证分析 | 第20-23页 |
2.2 基于双指数形式的广义排列熵分析 | 第23-33页 |
2.2.1 模型介绍 | 第23-25页 |
2.2.2 模型检验 | 第25-30页 |
2.2.3 实证分析 | 第30-33页 |
3 基于去趋势波动分析的时间序列相关性研究 | 第33-55页 |
3.1 基于经验模式分解与总体经验模式分解的交叉相关性分析 | 第33-44页 |
3.1.1 模型介绍 | 第33-37页 |
3.1.2 实证分析 | 第37-44页 |
3.2 多重分形去趋势波动分析与替代数据分析 | 第44-55页 |
3.2.1 模型介绍 | 第44-45页 |
3.2.2 模型检验 | 第45-50页 |
3.2.3 实证分析 | 第50-55页 |
4 基于顺序递归图的时间序列多标度研究 | 第55-62页 |
4.1 模型介绍 | 第55-57页 |
4.2 模型检验 | 第57-60页 |
4.3 实证分析 | 第60-62页 |
5 结论 | 第62-64页 |
参考文献 | 第64-69页 |
附录A | 第69-70页 |
附录B | 第70-72页 |
附录C | 第72-74页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第74-76页 |
学位论文数据集 | 第76页 |