0312192 - ÚI 2009 RIV US eng J - Journal Article
Paluš, Milan
Bootstrapping Multifractals: Surrogate Data from Random Cascades on Wavelet Dyadic Trees.
[Znáhodňování multifraktálů pomocí dyadických kaskád diskrétních waveletových transformací.]
Physical Review Letters. Roč. 101, č. 13 (2008), 134101-1-134101-4. ISSN 0031-9007. E-ISSN 1079-7114
EU Projects: European Commission(XE) 517133 - BRACCIA
Grant - others:GA AV ČR(CZ) 1ET110190504
Institutional research plan: CEZ:AV0Z10300504
Keywords : multifractal * bootstrap * hypothesis testing
Subject RIV: BB - Applied Statistics, Operational Research
Impact factor: 7.180, year: 2008 ; AIS: 3.298, rok: 2008
DOI: https://doi.org/10.1103/PhysRevLett.101.134101

A method for random resampling of time series from multiscale processes is proposed. Bootstrapped series -- realizations of surrogate data obtained from random cascades on wavelet dyadic trees preserve multifractal properties of input data, namely interactions among scales and nonlinear dependence structures. The proposed approach opens the possibility for rigorous Monte-Carlo testing of nonlinear dependence within, with, between or among time series from multifractal processes.

Práce představuje přístup k náhodnému převzorkování časových řad registrovaných v multiškálových procesech. Znáhodněné řady získané pomoci dyadických kaskád diskrétních waveletových transformaciízachovávají multifraktální vlastnosti původních řad, zejména interakce mezi škálami a nelineární struktury a závislosti. Tato metoda otvírá možnosti rigorózního testování závislosti v multifraktálních řadách pomoci přístupu Monte Carlo simulaci.
Permanent Link: http://hdl.handle.net/11104/0163324