Figure 3 shows the autocorrelation

Figure 3 shows the autocorrelation of CAAFT surrogates
compared with the original eight time series used
in this study. The MATLAB software associated with
(Kugiumtzis 2000) is used to generate the CAAFT surrogates.
It can be seen that they reproduce the original
autocorrelation well in most cases although those in the
lower right panel are biased downwards.
We next compare the ratio of linear vs. nonlinear insample
forecast error for the original and surrogate time
series. If there is nonlinearity present, we would expect
the nonlinear method to show an improvement over the
linear method. The linear method used is persistence, and
the nonlinear method is a zero-order nearest-neighbor
method which is described in Additional file 1: Section
II and implemented in the TISEAN function lzo-run
(Hegger et al. 1999). Figure 4 shows the result displayed
as a histogram, with the error ratio for the original series
shown as a dark line. None of the original time series
appears to benefit from nonlinear forecasting. The histogram
on the bottom-right of the figure shows that the
time series is better predicted by the linear method. This
is a result of the lower average correlation among the
surrogates for this time series, shown in Figure 3.
Finally, we compare the original and surrogate time
series using a time reversal asymmetry statistic. Asymmetry
of the time series when reversed in time can be a
signature of nonlinearity (Theiler et al. 1992). A measure
of time reversibility is the ratio of the mean cubed to the
mean squared differences,
Q = E[(yi+1 − yi)3]
E[(yi+1 − yi)2]
Figure 5 shows the Q statistic values for the surrogates
shown as a histogram and the statistic for the original
series shown as a dark line. There is no general evidence
of time asymmetry in the patients’ time series, again with
the exception of the series shown on the bottom right.

ผลลัพธ์ (ไทย) 1:

รูปที่ 3 แสดง autocorrelation ของ CAAFT surrogatesเมื่อเทียบกับต้นฉบับใช้เวลาแปดชุดในการศึกษานี้ ซอฟต์แวร์ MATLAB ที่เกี่ยวข้องกับ(Kugiumtzis 2000) ถูกใช้เพื่อสร้าง CAAFT surrogatesสามารถเห็นการสร้างต้นฉบับautocorrelation ในกรณีส่วนใหญ่แม้ว่าในการแผงด้านขวาล่างมีความโน้มเอียงลงมาเราเปรียบเทียบอัตราส่วนของเส้นตรงเทียบกับไม่เชิงเส้น insample ถัดไปข้อผิดพลาดในการคาดการณ์สำหรับต้นฉบับและเวลาตัวแทนชุด ถ้ามี nonlinearity อยู่ เราจะคาดหวังได้วิธีการไม่เชิงเส้นจะแสดงการปรับปรุงผ่านการวิธีเส้นตรง วิธีการเชิงเส้นที่ใช้จะมีอยู่ และวิธีการไม่เชิงเส้นเป็นใบสั่งศูนย์ที่ใกล้ที่สุดเพื่อนบ้านวิธีการที่อธิบายไว้ในแฟ้มเพิ่มเติม 1: ส่วนII และนำมาใช้ในฟังก์ชัน TISEAN รัน lzo(Hegger et al. 1999) รูปที่ 4 แสดงผลการแสดงเป็นแบบฮิสโตแกรม มีอัตราข้อผิดพลาดสำหรับชุดเดิมแสดงเป็นเส้นสีดำ ชุดเวลาเดิมไม่มีดูเหมือนจะ ได้รับประโยชน์จากการคาดการณ์ไม่เชิงเส้น ฮิสโตแกรมในด้านล่างขวาของรูปแสดงให้เห็นว่าการดีมีการคาดการณ์เวลาชุด ด้วยวิธีการเชิงเส้น นี้ผลของความสัมพันธ์เฉลี่ยต่ำกว่าผู้surrogates สำหรับชุดนี้เวลา แสดงในรูปที่ 3ในที่สุด เราเปรียบเทียบเวลาเดิม และตัวแทนชุดใช้สถิติ asymmetry เวลากลับ Asymmetryแล้ว ชุดเมื่อกลับในเวลาได้เป็นลายเซ็นของ nonlinearity (Theiler et al. 1992) การวัดเวลา reversibility คือ อัตราส่วนของค่าเฉลี่ยลูกบาศก์เพื่อหมายถึง ผลต่างกำลังสองQ = E [(yi 1 − yi +) 3]E [(yi 1 − yi +) 2]รูปที่ 5 แสดงค่าสถิติคิว surrogatesแสดงเป็นฮิสโตแกรมเป็นและสถิติสำหรับต้นฉบับชุดที่แสดงเป็นเส้นสีดำ ไม่ทั่วไปของเวลา asymmetry ในลำดับเวลาของผู้ป่วย อีกด้วยข้อยกเว้นของชุดการแสดงที่ด้านล่างขวา

ผลลัพธ์ (ไทย) 2:

รูปที่ 3 แสดงให้เห็นถึงอัตของอุ้มท้อง CAAFT เมื่อเทียบกับต้นฉบับอนุกรมเวลาแปดที่ใช้ในการศึกษานี้ ซอฟแวร์ MATLAB ที่เกี่ยวข้องกับ(Kugiumtzis 2000) ถูกนำมาใช้ในการสร้างอุ้มท้อง CAAFT ได้. จะเห็นได้ว่าพวกเขาทำซ้ำเดิมอัตดีในกรณีส่วนใหญ่แม้จะมีผู้ที่อยู่ในแผงด้านขวาล่างจะลำเอียงลง. ต่อไปเราเปรียบเทียบอัตราส่วนของเส้นครับ . insample ไม่เชิงเส้นข้อผิดพลาดการคาดการณ์สำหรับเวลาเดิมและตัวแทนชุด หากมีการเชิงเส้นปัจจุบันเราจะคาดหวังว่าวิธีการเชิงเส้นที่จะแสดงการปรับปรุงกว่าที่วิธีการเชิงเส้น ใช้วิธีการเชิงเส้นที่ใช้คือการคงอยู่และวิธีการเชิงเส้นเป็นศูนย์สั่งที่ใกล้ที่สุดเพื่อนบ้านวิธีการที่อธิบายไว้ในแฟ้มเพิ่มเติมที่1: ส่วนที่สองและการดำเนินการในการทำงานTISEAN LZO วิ่ง(Hegger et al, 1999). รูปที่ 4 แสดงผลที่แสดงเป็นกราฟที่มีอัตราส่วนข้อผิดพลาดสำหรับชุดเดิมแสดงให้เห็นเป็นเส้นสีเข้ม ไม่มีอนุกรมเวลาเดิมที่ดูเหมือนจะได้รับประโยชน์จากการคาดการณ์เชิงเส้น ค่าแสงที่ด้านล่างขวาของรูปที่แสดงให้เห็นว่าช่วงเวลาที่ดีกว่าที่คาดการณ์โดยวิธีการเชิงเส้น นี้เป็นผลมาจากความสัมพันธ์ที่ต่ำกว่าค่าเฉลี่ยในหมู่ที่อุ้มท้องสำหรับชุดในครั้งนี้แสดงให้เห็นในรูปที่3 ในที่สุดเราเปรียบเทียบเวลาที่เป็นต้นฉบับและตัวแทนชุดใช้เวลากลับสถิติสมส่วน ความไม่สมดุลของชุดเวลาที่ย้อนกลับในเวลาที่อาจจะเป็นลายเซ็นของไม่เป็นเชิงเส้น(Theiler et al. 1992) วัดของ reversibility เวลาเป็นอัตราส่วนของค่าเฉลี่ย cubed ไปยังหมายถึงความแตกต่างของสอง, Q = E [(ยี่ + 1 - ยี่) 3] E [(ยี่ + 1 - ยี่) 2] รูปที่ 5 แสดงค่าสถิติ Q สำหรับ อุ้มท้องแสดงเป็นกราฟและสถิติสำหรับต้นฉบับชุดที่แสดงให้เห็นเป็นเส้นสีเข้ม ไม่มีหลักฐานทั่วไปของความไม่สมดุลในเวลาอนุกรมเวลาของผู้ป่วยอีกด้วยข้อยกเว้นของซีรีส์ที่แสดงบนด้านล่างขวา

ผลลัพธ์ (ไทย) 3:

รูปที่ 3 แสดงสหสัมพันธ์ของ caaft อุ้มท้อง
เมื่อเทียบกับต้นฉบับแปดอนุกรมเวลาที่ใช้
ในการศึกษานี้ และโปรแกรมซอฟต์แวร์ที่เกี่ยวข้องกับ
( kugiumtzis 2000 ) จะใช้ในการสร้าง caaft อุ้มท้อง .
มันสามารถเห็นได้ว่าพวกเขาทบทวนข้อมูลเดิม
ดีในกรณีส่วนใหญ่แม้ว่าในแผงขวา

กว่าจะลำเอียงลงเราต่อไปเปรียบเทียบอัตราส่วนของเส้นและเส้น insample
พยากรณ์สำหรับต้นฉบับและตัวแทนชุดเวลา

ถ้ามีค่าปัจจุบันที่เราคาดหวัง
ไม่เชิงวิธีที่จะแสดงการปรับปรุงมากกว่า
วิธีเชิงเส้น เชิงเส้นแบบไม่เชิงเส้นและวิธีเก็บรักษา คือ
0
เพื่อเพื่อนบ้านที่ใกล้ที่สุดซึ่งเป็นวิธีที่อธิบายไว้ในแฟ้มเพิ่มเติม 1
: ส่วน2 และที่ใช้ในโร อิโซะ ฟังก์ชัน tisean วิ่ง
( hegger et al . 1999 ) รูปที่ 4 แสดงผลเป็นกราฟแสดง
ด้วยอัตราส่วนข้อผิดพลาดชุดเดิม
แสดงเป็นสายมืด ไม่มีของเดิมเวลาชุด
ดูเหมือนจะได้รับประโยชน์จากแบบจำลองการพยากรณ์ ฮิสโตแกรม
ที่ด้านล่างขวาของรูปที่แสดงเวลาเป็นชุดดีกว่า
ทำนายโดยวิธีเชิงเส้นตรง นี้
เป็นผลจากการลดลงเฉลี่ยความสัมพันธ์ระหว่าง
เป็นตัวแทนเวลา ชุดนี้ แสดงในรูปที่ 3
สุดท้ายเปรียบเทียบต้นฉบับ และตัวแทนชุดเวลา
โดยใช้เวลากลับความไม่สมดุลสถิติ ความไม่สมดุล
ของอนุกรมเวลาเมื่อกลับในเวลาสามารถ
ลายเซ็นของความไม่เป็นเชิงเส้น ( ไทเลอร์ et al . 1992 ) วัดอก
ของเวลา คือ อัตราส่วนของค่าเฉลี่ยคีบกับ
หมายถึงสองความแตกต่าง
Q = e [ ( อี 1 −ยี ) 3 ]
e [ ( อี 1 −อี ) 2 ]
รูปที่ 5 แสดง Q สถิติค่าอุ้มท้อง
แสดงเป็นกราฟและสถิติเดิม
ชุดแสดงเป็นสายมืด ไม่มีหลักฐานทั่วไป
ของความไม่สมดุลในผู้ป่วยเวลาชุดอีกครั้งกับ
ข้อยกเว้นของชุดที่แสดงบนขวาล่าง