데이터 빈을 사용한 시계열 저장

PoissonProcess의 도착 시간은 독립적이며 ExponentialDistribution을 따릅니다. 지수 분포의 시뮬레이션에 의해 지정된 시간 구간에서 신호를 Databin에 보냄으로써 PoissonProcess의 경로 시뮬레이션을 실행할 수있습니다.

In[1]:=

SeedRandom["11"]; \[Lambda] = 0.5; times = RandomVariate[ExponentialDistribution[\[Lambda]], 30];

Databin을 생성합니다.

In[2]:=

bin = CreateDatabin[]

Out[2]=

각각의 시간 간격으로 데이터 빈에 1을 보냅니다.

In[3]:=

Table[DatabinAdd[bin, <|"arrivals" -> 1|>]; Pause[t], {t, times}];

타임 스탬프가있는 녹음 된 신호를 알아봅니다.

In[4]:=

TimeSeries[bin]

Out[4]=

TimeSeries 객체를 추출합니다.

In[5]:=

ts1 = TimeSeries[bin]["arrivals"]

Out[5]=

다음의 시계열은 불규칙하게 샘플되어 있습니다.

In[6]:=

RegularlySampledQ[ts1]

Out[6]=

TemporalRegularity를 상정하여, Accumulate이 보간을 사용하여 최소의 시간 증분에 대한 시계열을 리샘플링하지 않도록합니다.

In[7]:=

ts2 = Accumulate[TimeSeries[ts1, TemporalRegularity -> True]]

Out[7]=

In[8]:=

DateListStepPlot[ts2, Joined -> False, PlotTheme -> "Detailed"]

Out[8]=

신호에서 PoissonProcess 매개 변수를 추측하고, 타임 스탬프의 시뮬레이션에 사용 된 ExponentialDistribution 매개 변수와 비교합니다.

In[9]:=

{FindProcessParameters[ts2, PoissonProcess[\[Mu]]], \[Lambda]}

Out[9]=