|
|
き
|
基底変動
|
|
|
問 時系列の“基底変動”とは具体的にどのようなものですか？
|
0130 |
|
|
|
|
|
問 時系列データの長さ(＝観測時間)を少しずつ長くして順次基底変動を得るとき，どのような結果が期待されますか？ |
0140 |
|
|
|
|
|
問 生体データにせよ経済データにせよ，データ長をどのようにとってもその長さに“適合した”基底変動が見いだされるようですが，この事実は何を意味しますか？ |
0150 |
|
|
|
|
|
|
問 MemCalcの結果から，時系列の基底変動はどのようして見積もることができますか？ |
0920 |
|
|
|
|
|
問 時系列の“ゆらぎ”の構造は，MemCalcではどのように調べるのですか．“基底変動”の場合とは異なるのですか？ |
0930 |
|
|
|
|
|
問 30分ごとに約１日にわたり測定した血圧データ(ABPMデータ)をMemCalcで解析してその基底変動(日内リズム)を検討し，約24時間の周期を見いだしました．ところが，｢24時間の周期を検出するためには48時間の測定長が必要であり，従って測定が約1日では結果は信用できない｣と主張される先生がいました．
|
1620
|
|
|
|
|
|
問 ABPMによる測定と解析では，よくその日内リズムの再現性が問題となります．同一の被験者について複数回の測定を行い，その基底変動のトラジェクトリーを描いたところ，まったく異なるものとなりました．
|
1630
|
|
↑キーワード検索へ
|
|
基本モード
|
|
|
問 時系列データを与えて，それがどれほど規則的であるか，または乱雑であるかを定量的に評価することはできますか？例えば24時間を基本モードとする日内リズムだけをもつ時系列と，加えて一週間を基本モードとするリズムをもつ2つの時系列データではどうなりますか？ |
0310 |
|
|
|
|
|
|
問 (参考文献2-3に対する閲読者の意見)
レスラー系のカオス状態はバンドカオスを構成しています．この場合，系のパワースペクトルは周期成分と連続成分との直積になります．周期成分はバンドアトラクターを周回する基本周期とその高調波です．連続成分はカオスの混合性に由来するものです．なお，ローレンツ系の通常のパラメータ領域ではバンド構造はなく，そのパワースペクトルは連続成分のみです．
さて，｢レスラー系のパワースペクトルが指数型である｣との主張は次のどちらでしょうか．
| ①周期成分の高調波が指数型である．
|
| ②連続成分が指数型である． |
レスラー系のカオス状態に対して，論文では，周期成分と連続成分の合成されたパワースペクトルしか計算していません．バンドカオスから分岐によって周期状態の｢窓｣が生じます．論文の計算では，カオス状態と｢窓｣とでパワースペクトルの計算結果がよく似ています．とくにその指数の値がよく一致しています．窓の状態での周期は分岐によって生じるバンドカオス状態の周期成分と連続的につながることが知られています．
以上のことから，論文の内容は①の主張しかできないと思います．しかし，乱流の間欠性とからんで問題になっているのは②の内容ではないでしょうか．
|
1880 |
|
↑キーワード検索へ
|
|
|