Wolfram Language

Traitement des séries temporelles

Utilisez des archives de données pour stocker des séries temporelles

Les heures d'arrivée dans un PoissonProcess sont indépendants et suivent un ExponentialDistribution. Vous pouvez simuler le trajet d'un PoissonProcess en envoyant des signaux à une Databin dans des intervalles de temps spécifiés par la simulation d'une loi exponentielle.

In[1]:=
Click for copyable input
SeedRandom["11"]; \[Lambda] = 0.5; times = RandomVariate[ExponentialDistribution[\[Lambda]], 30];

Créez une Databin.

In[2]:=
Click for copyable input
bin = CreateDatabin[]
Out[2]=

Utilisez les temps simulés pour envoyer 1 aux archives de données dans des intervalles de temps.

In[3]:=
Click for copyable input
Table[DatabinAdd[bin, <|"arrivals" -> 1|>]; Pause[t], {t, times}];

Le signal enregistré avec des horodatages.

In[4]:=
Click for copyable input
TimeSeries[bin]
Out[4]=

Extrayez l'objet TimeSeries.

In[5]:=
Click for copyable input
ts1 = TimeSeries[bin]["arrivals"]
Out[5]=

Cette série temporelle est irrégulièrement échantillonnée.

In[6]:=
Click for copyable input
RegularlySampledQ[ts1]
Out[6]=

Supposons la TemporalRegularity pour qu'Accumulate n'utilise pas l'interpolation pour rééchantillonner la série temporelle par rapport à l'incrément temporel minimal.

In[7]:=
Click for copyable input
ts2 = Accumulate[TimeSeries[ts1, TemporalRegularity -> True]]
Out[7]=
In[8]:=
Click for copyable input
DateListStepPlot[ts2, Joined -> False, PlotTheme -> "Detailed"]
Out[8]=

Calculez le paramètre de PoissonProcess à partir du signal et comparez le paramètre d'ExponentialDistribution utilisée pour simuler l'horodatage.

In[9]:=
Click for copyable input
{FindProcessParameters[ts2, PoissonProcess[\[Mu]]], \[Lambda]}
Out[9]=

Exemples connexes

de en es ja ko pt-br ru zh