Системний шум - велика енциклопедія нафти і газу, стаття, сторінка 1
Системний шум має місце, коли результат итеративной системи спотворений шумом, але система не може відрізнити галасливий сигнал від чистого і використовує галасливий сигнал як вхідні дані для наступної ітерації. Цей вид шуму вельми відрізняється від спостережуваного шуму, який відбувається внаслідок того, що у спостерігача виникають труднощі при вимірюванні процесу. Процес триває, не звертаючи уваги на нашу проблему. Однак що стосується системного шуму, шум вторгається в саму систему. Через чутливої залежності від початкових умов системний шум збільшує проблему прогнозування. [2]
При системному шумі зміна є іншим. Негативний хвіст дуже довгий - майже такий довгий, як і позитивний хвіст. Схожість частотних розподілів системного шуму з розподілами ринку капіталу, які ми бачили в Главі 2, разюча. Фактично, це перший змодельований ряд, відмінний від ARCH і його похідних, який має цю характеристику. [3]
Динамічна система з додаванням шуму швидко впаде до 0 70 в присутності і спостережуваного, і системного шуму. Оскільки деяка комбінація обох типів шуму, ймовірно, присутня в вимірах всіх реальних систем, показники Херста, приблизно рівні 0 70, є досить поширеними. Власні дані Херста показують, що як раз це має місце, так що ми можемо постулювати, що шумовий хаос є звичайним явищем. [4]
Ми вже обговорювали в Главі 6, як R / S-аналіз може розрізнити цикл навіть у присутності одного стандартного відхилення спостережуваного шуму. На рисунку 16.4 показаний R / S-аналіз рівняння Маккі-Гласса з одним включеним стандартним відхиленням системного шуму. Показник Херста фактично ідентичний (Н 0 72), і все ще помітні 50 циклів спостережень. [7]
Додавання шуму до цих систем призводить до значних змін в їх частотних розподілах. На Малюнках 17.2 (а) і 17.2 (b) показано рівняння Маккі-Гласса з піднаглядним і системним шумом відповідно. [9]
При системному шумі зміна є іншим. Негативний хвіст дуже довгий - майже такий довгий, як і позитивний хвіст. Схожість частотних розподілів системного шуму з розподілами ринку капіталу, які ми бачили в Главі 2, разюча. Фактично, це перший змодельований ряд, відмінний від ARCH і його похідних, який має цю характеристику. [10]
На рисунку 17.6 (а) показано послідовне середнє для ряду зі спостережуваним шумом і ряду без шуму. Жоден ряд не є настільки ж стійким, як ряд індексу Доу-Джонса і випадкова послідовність, які ми бачили в Главі 14, хоча ряд зі спостережуваним шумом є ближчим, так як він тільки на 0 02 стандартного відхилення відстоїть від середнього. На рисунку 17.6 (b) наведено графік послідовного середнього для рівняння Маккі-Гласса з системним шумом. Знову здається, що там є стійке математичне очікування, хоча має місце систематичне відхилення. Ми можемо експериментально зробити висновок, що рівняння Маккі-Гласса не має стійкого середнього, але спостережуваний шум може дати видимість середнього, стійкого до певної міри. [11]
Системний шум має місце, коли результат итеративной системи спотворений шумом, але система не може відрізнити галасливий сигнал від чистого і використовує галасливий сигнал як вхідні дані для наступної ітерації. Цей вид шуму вельми відрізняється від спостережуваного шуму, який відбувається внаслідок того, що у спостерігача виникають труднощі при вимірюванні процесу. Процес триває, не звертаючи уваги на нашу проблему. Однак що стосується системного шуму. шум вторгається в саму систему. Через чутливої залежності від початкових умов системний шум збільшує проблему прогнозування. [12]
Уявіть таку ситуацію: для нас не становить труднощі дізнатися вартість останньої торгової угоди, але ми не знаємо, чи була це справедлива ціна чи ні. Можливо, продавець був в розпачі і повинен був здійснити продаж за будь-яку ціну, щоб дотримати наказує маржу. Якщо задіяний системний шум. то прогнозування стає більш важким, і випробування повинні бути скориговані відповідним чином. [13]
Системний шум має місце, коли результат итеративной системи спотворений шумом, але система не може відрізнити галасливий сигнал від чистого і використовує галасливий сигнал як вхідні дані для наступної ітерації. Цей вид шуму вельми відрізняється від спостережуваного шуму, який відбувається внаслідок того, що у спостерігача виникають труднощі при вимірюванні процесу. Процес триває, не звертаючи уваги на нашу проблему. Однак що стосується системного шуму, шум вторгається в саму систему. Через чутливої залежності від початкових умов системний шум збільшує проблему прогнозування. [14]
Сторінки: 1