Using Time Series to Analyze Long-Range Fractal Patterns
Using Time Series to Analyze Long Range Fractal Patterns presenta métodos para describir y analizar la dependencia y la irregularidad en series temporales largas. La irregularidad se refiere a ciclos similares en apariencia, pero que, a diferencia de los patrones estacionales más familiares para los científicos sociales, se repiten a lo largo de una escala temporal que no es fija.
Hasta ahora, la aplicación de estos métodos ha implicado principalmente el análisis de sistemas dinámicos ajenos a las ciencias sociales, pero este volumen hace posible que los científicos sociales exploren y documenten patrones fractales en sistemas sociales dinámicos. El autor, Matthijs Koopmans, se centra en dos enfoques generales de la irregularidad en series temporales largas: los modelos autorregresivos de medias móviles fraccionalmente integradas y el análisis de la densidad espectral de potencia.
Demuestra los métodos a través de dos tipos de ejemplos: simulaciones que ilustran los patrones que pueden encontrarse y sirven de referencia para interpretar patrones en datos reales; y, en segundo lugar, ejemplos de ciencias sociales, como datos de largo alcance sobre cifras mensuales de desempleo, tasas diarias de asistencia escolar; cifras diarias de nacimientos de adolescentes, y datos de encuestas semanales sobre orientación política. Los datos y las secuencias de comandos R para reproducir los análisis están disponibles en un sitio web adjunto.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)