چکیدهدر این پایاننامه به معرفی دو نوع دورهنگار با عنوان دورهنگارهای لاپلاسی و چندکی میپردازیم. برای این منظور، در فصل اول، به معرفی رگرسیون کمترین مربعات خطا، رگرسیون کمترین انحراف مطلق و رگرسیون چندکی پرداخته و خواص و ویژگی های آنها را بررسی میکنیم. در ادامه با معرفی دورهنگارها به بررسی کاربرد آنها در سریهای زمانی میپردازیم. در فصل دوم دورهنگار لاپلاسی را مورد مطالعه قرار میدهیم. دورهنگار لاپلاسی با جایگزینی روش کمترین مربعات خطا با روش کمترین انحراف مطلق در رگرسیون همساز ساخته میشود و تحلیل مجانبی نشاندهنده ارتباط این نوع از دورهنگارها با مفهوم طیف عبوراز صفر است. این ارتباط، استفاده از این دورهنگار را به عنوان روشی ناپارامتری در تشخیص وابستگیهای پیاپی سریهای زمانی توجیهپذیر میکند. در انتها، به معرفی دو تابع مشابه با دورهنگار، با عنوان دورهنگار چندکی، میپردازیم. این دورهنگارها برای تحلیل طیف سریهای زمانی معرفی شده و براساس رگرسیون مثلثاتی چندکی ساخته میشوند و نسبت به دورهنگارهای عادی دارای تفسیری متفاوت هستند. مطالعات تحلیلی و عددی نشان دهنده توانایی دورهنگارهای چندکی در تشخیص دورههای پنهان در چندکها هستند و، بنابراین، میتوانند دیدگاه جدیدی را در تحلیل سریهای زمانی به وجود آورند. در انتها، با استفاده از تحلیلهای مجانبی ارتباط بین دورهنگارهای چندکی و طیف عبور از سطح را بیان میکنیم. واژگان کلیدی: هارمونیک، رگرسیون کمترین مربعات، کمترین قدر مطلق انحرافات، تحلیل طیف، عبور از صفر، دوره پنهان، عبور از سطح، دورهنگار، رگرسیون چندک، سریهای زمانی.فهرست مطالب... 8فصل اول.. 10مقدمات و مفاهیم اولی.. 101-1 مقدمه. 111-2 تحلیل فوریه. 111-3 دورهنگارها131-4 آزمون فرض.... 161-4-1 آزمون فیشر............................................................................................................................................. 161-5 تابع چگالی طیفی.. 161-5-1 خواص مجانبی دورهنگارها181-6 ارتباط دورهنگار با رگرسیون کمترین مربعات... 231-6-1 رگرسیون هارمونیک و دادههای دورهای.. 231-7 رگرسیون کمترین انحراف مطلق.. 251-8 رگرسیون چندکی.. 261-8-1 چندکها27فصل دوم. 30دورهنگارهای لاپلاسی.. 302-1 مقدمه. 312-2 دورهنگار لاپلاسی.. 312-3 رفتار مجانبی.. 332-3-1 یک قضیه مهم.. 332-3-2 رفتارهای مجانبی برای سریهای زمانی با طیف پیوسته. 373-3 سریهای زمانی با طیف مرکب... 41فصل سوم. 46دورهنگارهای چندکی.. 463-1 مقدمه. 473-2 دورهنگارهای چندکی.. 473-3 رفتار مجانبی.. 59فصل چهارم. 73مطالعه شبیه سازی.. 734-1 برآورد طیف استوار............................................................................................................................................. 744-2 تشخیص سیگنال ..................................................................................................................................................78 3-4 طیف مرکب ............................................................................................................................................................. 814-4 برآورد فرکانس ..................................................................................................................................................... 84فهرست منابع .................................................................................................................................................................... 85پیوست... 88پیوست الف:تعاریف ........................................................................................................................................................... 89پیوست ب: اثبات قضیهها................................................................................................................................................. 95پیوست ج : برنامه کامپیوتری با R.............................................................................................................................. 112واژهنامه انگلیسی به فارسی ......................................................................................................................................... 115واژهنامه فارسی به انگلیسی ......................................................................................................................................... 119 در سری زمانی روشهای زیادی برای برآورد تابع چگالی طیفی وجود دارند. در بین این روشها دورهنگارها از اهمیت بسزایی برخوردار هستند. برای اولین بار دورهنگارها در قرن نوزده و به عنوان تبدیلی از تابع خودهمبستگی، با استفاده از تبدیلهای فوریه،معرفی شدند و سپس با استفاده از فیلترها هموار شده و برآوردی مناسب برای تابع چگالی طیفی را ایجاد کردند.در سال 1897، Schuster نشان داد که دورهنگارها میتوانند اطلاعاتی را در مورد دورهای بودن یک سری زمانی را فراهم آورند. با پیشرفتهای به وجود آمده در تئوری آماری چگالی طیفی در طی دهههای 1920 و 1930، دورهنگارهای هموار شده به عنوان برآورد تابع چگالی طیفی مورد استفاده قرار گرفتند. در سالهای اخیر کامپیوترهای سریع و معرفی تبدیلهای فوریه سریع[1] (FFT) بار دیگر دورهنگارها را به برآوردگرهایی پرکاربرد تبدیل کردهاند. در سریهای زمانی با رفتار نوسانی دورهنگارها از اهمیت به سزایی برخوردارند.رفتارهای نوسانی حداقل از دو مولفه (سینوسی و کسینوسی) تشکیل شده است. این مولفههای همساز یا هارمونیک هستند که در شکلگیری رفتارهای تناوبی در سریها موثرند. در واقع هر همساز گویای یک روند رو به بالا و یک روند رو به پایین در یک سری زمانی است. بنابراین، هر طول موج متوالی در سری زمانی تناوبی با یک همساز نشان داده میشود.دورهنگار وسیلهای مناسب جهت تجزیه و تحلیل سریهای زمانی متشکل از امواج سینوسی-کسینوسی و مولفههای تناوبی در سریهای زمانی میباشد. در واقع، دورهنگارتکنیکی مفید برای مشخص کردن دورههای نهان است. در این فصل در ابتدا به معرفی دورهنگارهای عادی پرداخته و خواص مجانبی آنها را بررسی میکنیم سپس رابطه دورهنگار با رگرسیون همساز را بیان کرده و به مقایسه روش کمترین قدر مطلق انحرافات و روش کمترین مربعات خطا میپردازیم. در انتها رگرسیون چندکی را معرفی کرده وبا ذکر یک مثال این روش رگرسیونی را مورد مطالعه قرار میدهیم. در بسیاری از مطالعات یک تابع را بوسیله مجموعهای از توابع مقدماتی که پایه نامیده میشود، نمایش میدهیم. تمام توابع مورد مطالعه را میتوان به صورت ترکیبات خطی توابع مقدماتی موجود در مجموعه پایه نوشت. یکی از پایههای متداول متشکل از، توابع مقدماتی سینوسی و کسینوسی یا نماییهای مختلط میباشند. طریقه ساختن یک تابع دلخواه با استفاده از این توابع را تحلیل فوریه مینامندکه به Fourier ریاضی دان فرانسوی در قرن هیجدهم باز میگردد.اگروعضوهایی از باشند، ضرب داخلی وبصورت زیر تعریف میشود:فرض کنید دادههای مقادیر یک تابع با دوره[2] در باشند. در این صورت، میتوان هر یک از مقادیر را به صورت یک ترکیب خطی از همسازها[3] و به صورت زیر نوشت:1-1 که فرکانسهای مضربی صحیح از فرکانس اصلی ، که دربازه قرار دارد، میباشند. با توجه به ویژگی تابع دورهای، خارج از فاصله قرار نمیگیرد و فرکانس ، - را فرکانسهای فوریه از سری مینامند.با در نظر گرفتن ، رابطه (1-1) را میتوان بصورت زیر بازنویسی کرد:1-2 که در آن1-3میباشد.در رابطه بالا ها پایهای برای توابع مختلط هستند و به صورت زیر تعریف میشود:1-4 ها یک پایه یکا متعامد را برای تشکیل میدهند. [1] Fast Fourier Transforms (FFT)1 Period2 harmonics
دوره نگارهای لاپلاسی و چندکی WORD
چکیدهدر این پایاننامه به معرفی دو نوع دورهنگار با عنوان دورهنگارهای لاپلاسی و چندکی میپردازیم. برای این منظور، در فصل اول، به معرفی رگرسیون کمترین مربعات خطا، رگرسیون کمترین انحراف مطلق و رگرسیون چندکی پرداخته و خواص و ویژگی های آنها را بررسی میکنیم. در ادامه با معرفی دورهنگارها به بررسی کاربرد آنها در سریهای زمانی میپردازیم. در فصل دوم دورهنگار لاپلاسی را مورد مطالعه قرار میدهیم. دورهنگار لاپلاسی با جایگزینی روش کمترین مربعات خطا با روش کمترین انحراف مطلق در رگرسیون همساز ساخته میشود و تحلیل مجانبی نشاندهنده ارتباط این نوع از دورهنگارها با مفهوم طیف عبوراز صفر است. این ارتباط، استفاده از این دورهنگار را به عنوان روشی ناپارامتری در تشخیص وابستگیهای پیاپی سریهای زمانی توجیهپذیر میکند. در انتها، به معرفی دو تابع مشابه با دورهنگار، با عنوان دورهنگار چندکی، میپردازیم. این دورهنگارها برای تحلیل طیف سریهای زمانی معرفی شده و براساس رگرسیون مثلثاتی چندکی ساخته میشوند و نسبت به دورهنگارهای عادی دارای تفسیری متفاوت هستند. مطالعات تحلیلی و عددی نشان دهنده توانایی دورهنگارهای چندکی در تشخیص دورههای پنهان در چندکها هستند و، بنابراین، میتوانند دیدگاه جدیدی را در تحلیل سریهای زمانی به وجود آورند. در انتها، با استفاده از تحلیلهای مجانبی ارتباط بین دورهنگارهای چندکی و طیف عبور از سطح را بیان میکنیم. واژگان کلیدی: هارمونیک، رگرسیون کمترین مربعات، کمترین قدر مطلق انحرافات، تحلیل طیف، عبور از صفر، دوره پنهان، عبور از سطح، دورهنگار، رگرسیون چندک، سریهای زمانی.فهرست مطالب... 8فصل اول.. 10مقدمات و مفاهیم اولی.. 101-1 مقدمه. 111-2 تحلیل فوریه. 111-3 دورهنگارها131-4 آزمون فرض.... 161-4-1 آزمون فیشر............................................................................................................................................. 161-5 تابع چگالی طیفی.. 161-5-1 خواص مجانبی دورهنگارها181-6 ارتباط دورهنگار با رگرسیون کمترین مربعات... 231-6-1 رگرسیون هارمونیک و دادههای دورهای.. 231-7 رگرسیون کمترین انحراف مطلق.. 251-8 رگرسیون چندکی.. 261-8-1 چندکها27فصل دوم. 30دورهنگارهای لاپلاسی.. 302-1 مقدمه. 312-2 دورهنگار لاپلاسی.. 312-3 رفتار مجانبی.. 332-3-1 یک قضیه مهم.. 332-3-2 رفتارهای مجانبی برای سریهای زمانی با طیف پیوسته. 373-3 سریهای زمانی با طیف مرکب... 41فصل سوم. 46دورهنگارهای چندکی.. 463-1 مقدمه. 473-2 دورهنگارهای چندکی.. 473-3 رفتار مجانبی.. 59فصل چهارم. 73مطالعه شبیه سازی.. 734-1 برآورد طیف استوار............................................................................................................................................. 744-2 تشخیص سیگنال ..................................................................................................................................................78 3-4 طیف مرکب ............................................................................................................................................................. 814-4 برآورد فرکانس ..................................................................................................................................................... 84فهرست منابع .................................................................................................................................................................... 85پیوست... 88پیوست الف:تعاریف ........................................................................................................................................................... 89پیوست ب: اثبات قضیهها................................................................................................................................................. 95پیوست ج : برنامه کامپیوتری با R.............................................................................................................................. 112واژهنامه انگلیسی به فارسی ......................................................................................................................................... 115واژهنامه فارسی به انگلیسی ......................................................................................................................................... 119 در سری زمانی روشهای زیادی برای برآورد تابع چگالی طیفی وجود دارند. در بین این روشها دورهنگارها از اهمیت بسزایی برخوردار هستند. برای اولین بار دورهنگارها در قرن نوزده و به عنوان تبدیلی از تابع خودهمبستگی، با استفاده از تبدیلهای فوریه،معرفی شدند و سپس با استفاده از فیلترها هموار شده و برآوردی مناسب برای تابع چگالی طیفی را ایجاد کردند.در سال 1897، Schuster نشان داد که دورهنگارها میتوانند اطلاعاتی را در مورد دورهای بودن یک سری زمانی را فراهم آورند. با پیشرفتهای به وجود آمده در تئوری آماری چگالی طیفی در طی دهههای 1920 و 1930، دورهنگارهای هموار شده به عنوان برآورد تابع چگالی طیفی مورد استفاده قرار گرفتند. در سالهای اخیر کامپیوترهای سریع و معرفی تبدیلهای فوریه سریع[1] (FFT) بار دیگر دورهنگارها را به برآوردگرهایی پرکاربرد تبدیل کردهاند. در سریهای زمانی با رفتار نوسانی دورهنگارها از اهمیت به سزایی برخوردارند.رفتارهای نوسانی حداقل از دو مولفه (سینوسی و کسینوسی) تشکیل شده است. این مولفههای همساز یا هارمونیک هستند که در شکلگیری رفتارهای تناوبی در سریها موثرند. در واقع هر همساز گویای یک روند رو به بالا و یک روند رو به پایین در یک سری زمانی است. بنابراین، هر طول موج متوالی در سری زمانی تناوبی با یک همساز نشان داده میشود.دورهنگار وسیلهای مناسب جهت تجزیه و تحلیل سریهای زمانی متشکل از امواج سینوسی-کسینوسی و مولفههای تناوبی در سریهای زمانی میباشد. در واقع، دورهنگارتکنیکی مفید برای مشخص کردن دورههای نهان است. در این فصل در ابتدا به معرفی دورهنگارهای عادی پرداخته و خواص مجانبی آنها را بررسی میکنیم سپس رابطه دورهنگار با رگرسیون همساز را بیان کرده و به مقایسه روش کمترین قدر مطلق انحرافات و روش کمترین مربعات خطا میپردازیم. در انتها رگرسیون چندکی را معرفی کرده وبا ذکر یک مثال این روش رگرسیونی را مورد مطالعه قرار میدهیم. در بسیاری از مطالعات یک تابع را بوسیله مجموعهای از توابع مقدماتی که پایه نامیده میشود، نمایش میدهیم. تمام توابع مورد مطالعه را میتوان به صورت ترکیبات خطی توابع مقدماتی موجود در مجموعه پایه نوشت. یکی از پایههای متداول متشکل از، توابع مقدماتی سینوسی و کسینوسی یا نماییهای مختلط میباشند. طریقه ساختن یک تابع دلخواه با استفاده از این توابع را تحلیل فوریه مینامندکه به Fourier ریاضی دان فرانسوی در قرن هیجدهم باز میگردد.اگروعضوهایی از باشند، ضرب داخلی وبصورت زیر تعریف میشود:فرض کنید دادههای مقادیر یک تابع با دوره[2] در باشند. در این صورت، میتوان هر یک از مقادیر را به صورت یک ترکیب خطی از همسازها[3] و به صورت زیر نوشت:1-1 که فرکانسهای مضربی صحیح از فرکانس اصلی ، که دربازه قرار دارد، میباشند. با توجه به ویژگی تابع دورهای، خارج از فاصله قرار نمیگیرد و فرکانس ، - را فرکانسهای فوریه از سری مینامند.با در نظر گرفتن ، رابطه (1-1) را میتوان بصورت زیر بازنویسی کرد:1-2 که در آن1-3میباشد.در رابطه بالا ها پایهای برای توابع مختلط هستند و به صورت زیر تعریف میشود:1-4 ها یک پایه یکا متعامد را برای تشکیل میدهند. [1] Fast Fourier Transforms (FFT)1 Period2 harmonics