En del af en serie om statistik
|
Korrelation og kovarians |
|
Korrelation og kovarians af tilfældige vektorer
|
Korrelation og kovarians af stokastiske processer
|
Korrelation og kovarians af deterministiske signaler
|
|
I sandsynlighedsteori og statistik , givet en stokastisk proces , er autokovariansen en funktion, der giver processens kovarians med sig selv ved par tidspunkter. Autokovarians er tæt forbundet med autokorrelationen af den pågældende proces.
Autokovarians af stokastiske processer
Definition
Med den sædvanlige notation for forventning operatør, hvis den stokastiske proces har den gennemsnitlige funktion , så autocovariance er givet ved
|
|
( Ligning 2 )
|
hvor og er to øjeblikke i tiden.
Definition for svagt stationær proces
Hvis er en svagt stationær (WSS) proces , så er følgende sandt:
-
for alle
og
-
for alle
og
hvor er forsinkelsestiden, eller hvor lang tid signalet er blevet forskudt.
Autokovariansfunktionen i en WSS-proces gives derfor af:
|
|
( Ligning 3 )
|
hvilket svarer til
-
.
Normalisering
Det er almindelig praksis i nogle discipliner (f.eks. Statistik og tidsserie-analyse ) at normalisere autokovariansfunktionen for at få en tidsafhængig Pearson-korrelationskoefficient . Imidlertid falder normaliseringen normalt i andre discipliner (f.eks. Ingeniørfag), og udtrykkene "autokorrelation" og "autokovarians" bruges om hverandre.
Definitionen af den normaliserede auto-korrelation af en stokastisk proces er
-
.
Hvis funktionen er veldefineret, skal dens værdi ligge i området , hvor 1 angiver perfekt korrelation og -1 indikerer perfekt anti-korrelation .
For en WSS-proces er definitionen
-
.
hvor
-
.
Ejendomme
Symmetri egenskab
henholdsvis til en WSS-proces:
Lineær filtrering
Autokovariansen af en lineært filtreret proces
er
Beregning af turbulent diffusivitet
Autokovarians kan bruges til at beregne turbulent diffusivitet. Turbulens i en strømning kan forårsage udsving i hastighed i rum og tid. Således er vi i stand til at identificere turbulens gennem statistikkerne over disse udsving.
Reynolds nedbrydning bruges til at definere hastighedsudsving (antag, at vi nu arbejder med 1D-problem og er hastigheden langs retning):
hvor er den sande hastighed, og er den forventede hastighedsværdi . Hvis vi vælger en korrekt , vil alle de stokastiske komponenter i den turbulente hastighed blive inkluderet i . For at bestemme kræves et sæt hastighedsmålinger, der samles fra punkter i rummet, øjeblikke eller gentagne eksperimenter.
Hvis vi antager, at den turbulente strømning ( , og c er koncentrationsudtrykket) kan skyldes en tilfældig gang, kan vi bruge Ficks diffusionslove til at udtrykke det turbulente strømningsudtryk:
Hastighedens autokovarians er defineret som
-
eller
hvor er forsinkelsestiden og er forsinkelsesafstanden.
Den turbulente diffusivitet kan beregnes ved hjælp af følgende 3 metoder:
- Hvis vi har hastighedsdata langs en lagrangisk bane :
- Hvis vi har hastighedsdata på et fast sted ( Eulerian ):
- Hvis vi har hastighedsinformation to faste (euleriske) placeringer:
hvor er afstanden adskilt af disse to faste placeringer.
Autokovarians af tilfældige vektorer
Se også
Referencer