25.12.2013 Aufrufe

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

5.4. NACHWEIS VON ABHÄNGIGKEITEN MITTELS ZUWÄCHSEN 91<br />

gegeben, wobei die Fensterbreiten ∆ 1 <strong>und</strong> ∆ 2 klein zu wählen sind. Allerdings<br />

fehlt auch hier im Falle endlicher Zeitreihen ein Kriterium für die optimale Wahl<br />

<strong>von</strong> ∆ 1 <strong>und</strong> ∆ 2 .<br />

Werden Experimente mehrfach wiederholt, so begegnet einem oft folgendes<br />

Problem: Die Ereignisse in einem Zeitfenster variieren teilweise erheblich <strong>von</strong><br />

Experiment zu Experiment. Dies hat <strong>zur</strong> Folge, dass die Kovarianzwerte der<br />

Zuwächse eine sehr hohe Streuung aufweisen. Um dem zu begegnen, ist es häufig<br />

angebracht, die Kovarianzen auf die Standardabweichungen der Zuwächse zu normieren<br />

[Kantz & Schreiber (1997)]:<br />

Corr [ X ti − X ti−1 , Y sj − Y sj−1<br />

]<br />

=<br />

Cov [ X ti − X ti−1 , Y sj − Y sj−1<br />

]<br />

√Var [ X ti − X ti−1<br />

]<br />

· Var<br />

[<br />

Ysj − Y sj−1<br />

] . (5.27)<br />

Hierbei ist Var [Z] = E [(Z − E [Z]) 2 ] die Varianz <strong>von</strong> Z [Bauer (1991),<br />

Behnen & Neuhaus (1995)]. Die Größe Corr [ X ti − X ti−1 , Y sj − Y sj−1<br />

]<br />

wird Korrelation<br />

zwischen den Zuwächsen X ti − X ti−1 <strong>und</strong> Y sj − Y sj−1 genannt. In der<br />

Literatur wird sie oft auch als Kreuzkorrelation bezeichnet. Mit einer elementaren<br />

Rechnung folgt aus Var [X ± Y ] ≥ 0, dass stets | Corr [X, Y ] | ≤ 1 gilt.<br />

Beispiel: Gekoppelte Hindmarsh-Rose-Oszillatoren. Die Anwendung der<br />

Korrelation zum Nachweis <strong>von</strong> Kopplung wird am Beispiel der Hindmarsh-Rose-<br />

Oszillatoren, die in Absch. 5.4.1 vorgestellt wurden, gezeigt. Auch hier werden<br />

die Zeitpunkte äqudistant gewählt, mit t i − t i−1 = ∆, t i = s i .<br />

Zunächst wird die Korrelation Corr [ X ti − X ti−1 , Y ti +τ − Y ti−1 +τ]<br />

zwischen<br />

den Zuwächsen als Funktion der Zeitverschiebung τ bei fest gewählter Fensterbreite<br />

∆ = 10 für die Kopplungsstärken g = 0.0, 0.1, 0.3 <strong>und</strong> 0.5 berechnet.<br />

Wie aus Abb. 5.10 zu ersehen ist, tritt im gekoppelten Fall g > 0.0 eine<br />

temporale Struktur im Bereich τ = −1000 . . . 200 auf. Wie bei der gegenseitigen<br />

Information (siehe Absch. 5.4.1) ist die nichtkausale Abhängigkeit bei g > 0.1 auf<br />

den zugr<strong>und</strong>e liegenden Determinismus in der Dynamik der Oszillatoren <strong>zur</strong>ückzuführen.<br />

Des Weiteren ist die Periode, mit der die temporalen Strukturen oszillieren,<br />

bei der Korrelation doppelt so lang wie bei der gegenseitigen Information,<br />

da die gegenseitige Information kein negatives Vorzeichen hat <strong>und</strong> somit die Minima<br />

nach oben klappt. Im Gegensatz <strong>zur</strong> gegenseitigen Information weist die<br />

Korrelation relativ hohe Fluktuationen für große |τ| auf.<br />

Auch die Korrelationswerte Corr [ X ti − X ti−1 , Y ti +τ − Y ti−1 +τ]<br />

wachsen bei<br />

konstanter Kopplung mit der Fensterbreite ∆ an. Dies ist für g = 0.3 in Abb. 5.11<br />

gezeigt. Bei einer genaueren Untersuchung des ungekoppelten Falls (g = 0.0) zeigt<br />

sich, dass mit steigendem ∆ die Korrelation in Abhängigkeit der Zeitverschiebung<br />

τ eine oszillatorische Struktur herausbildet, deren Amplitude ≈ 0.06 bei ∆ = 20

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!