Estimation of Dynamic Bivariate Correlation Using a Weighted Graph Algorithm.
Estimation of Dynamic Bivariate Correlation Using a Weighted Graph Algorithm.
复制标题
DOI：
10.3390/e22060617
复制
发表时间：
2020-06-02
期刊：
影响因子：
--
通讯作者：
Ferbinteanu J
中科院分区：
文献类型：
--
作者：
John M;Wu Y;Narayan M;John A;Ikuta T;Ferbinteanu J
动态相关是两个时间序列在时间上的相关关系。目前神经科学文献中存在的两种动态相关估计方法是滑动窗口法和动态条件相关法。在本文中，我们首先证明了这两种方法的局限性，特别是在极值存在的情况下。我们提出了一种基于加权图的动态相关估计的替代方法，并通过仿真和实际数据分析表明了新方法相对于现有方法的优点。我们还提供了一些理论依据，并提出了一个量化不确定性和检验假设的框架。
Dynamic correlation is the correlation between two time series across time. Two approaches that currently exist in neuroscience literature for dynamic correlation estimation are the sliding window method and dynamic conditional correlation. In this paper, we first show the limitations of these two methods especially in the presence of extreme values. We present an alternate approach for dynamic correlation estimation based on a weighted graph and show using simulations and real data analyses the advantages of the new approach over the existing ones. We also provide some theoretical justifications and present a framework for quantifying uncertainty and testing hypotheses.
登录
查看更多内容
影响因子：
5.7
作者：
Kudela M;Harezlak J;Lindquist MA
通讯作者：
Lindquist MA
初次用药精神分裂症患者岛叶皮质功能连接性下降：与症状严重程度相关
影响因子：
3.7
作者：
Pang L;Kennedy D;Wei Q;Lv L;Gao J;Li H;Quan M;Li X;Yang Y;Fan X;Song X
通讯作者：
Song X
影响因子：
5.7
作者：
Lindquist MA;Xu Y;Nebel MB;Caffo BS
通讯作者：
Caffo BS
影响因子：
3
作者：
LEGATT, AD;AREZZO, J;VAUGHAN, HG
通讯作者：
VAUGHAN, HG
影响因子：
3
作者：
Gray, CM;Maldonado, PE;McNaughton, B
通讯作者：
McNaughton, B