利用余弦模型对计数数据进行节律分析

Proceedings of the 2021 7th Student Computer Science Research Conference (StuCoSReC) Pub Date : 2021-09-13 DOI:10.18690/978-961-286-516-0.14

Nina Velikajne, Miha Moškon

{"title":"利用余弦模型对计数数据进行节律分析","authors":"Nina Velikajne, Miha Moškon","doi":"10.18690/978-961-286-516-0.14","DOIUrl":null,"url":null,"abstract":"Analiza ritmi£nosti števnih podatkov je postala pomembna v mnogih vidikih znanosti, inženirstva in celo ekonomije. Obstajajo metode z namenom detekcije ritmi£nosti zveznih podatkov, ki pa ve£i-noma niso primerne za analizo števnih podatkov. V prispevku predstavimo metodologijo, ki omo-go£a analizo ritmi£nosti v števnih podatkih. Me-toda združuje metodo cosinor z uporabo razli£-nih ra£unskih regresijskih modelov, ki so primerni za analizo števnih podatkov. Omogo£a tako de-tekcijo ritma kot tudi ocenitev parametrov ritma, primerjavo zgrajenih modelov in iskanje optimal-nega števila komponent za metodo cosinor ter is-kanje najbolj ustreznega tipa števnega modela. Vzpostavljena metoda omogo£a primerjavo zazna-nega ritma v odvisnosti od razli£nih parametrov ritmi£nosti in izra£un njihovih intervalov zaupa-nja. Celotno metodologijo smo testirali na te-denski periodi£nosti realnih podatkov COVID-19 obolenj v Sloveniji.","PeriodicalId":282591,"journal":{"name":"Proceedings of the 2021 7th Student Computer Science Research Conference (StuCoSReC)","volume":"71 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-09-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Analiza ritmičnosti števnih podatkov z uporabo modela cosinor\",\"authors\":\"Nina Velikajne, Miha Moškon\",\"doi\":\"10.18690/978-961-286-516-0.14\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Analiza ritmi£nosti števnih podatkov je postala pomembna v mnogih vidikih znanosti, inženirstva in celo ekonomije. Obstajajo metode z namenom detekcije ritmi£nosti zveznih podatkov, ki pa ve£i-noma niso primerne za analizo števnih podatkov. V prispevku predstavimo metodologijo, ki omo-go£a analizo ritmi£nosti v števnih podatkih. Me-toda združuje metodo cosinor z uporabo razli£-nih ra£unskih regresijskih modelov, ki so primerni za analizo števnih podatkov. Omogo£a tako de-tekcijo ritma kot tudi ocenitev parametrov ritma, primerjavo zgrajenih modelov in iskanje optimal-nega števila komponent za metodo cosinor ter is-kanje najbolj ustreznega tipa števnega modela. Vzpostavljena metoda omogo£a primerjavo zazna-nega ritma v odvisnosti od razli£nih parametrov ritmi£nosti in izra£un njihovih intervalov zaupa-nja. Celotno metodologijo smo testirali na te-denski periodi£nosti realnih podatkov COVID-19 obolenj v Sloveniji.\",\"PeriodicalId\":282591,\"journal\":{\"name\":\"Proceedings of the 2021 7th Student Computer Science Research Conference (StuCoSReC)\",\"volume\":\"71 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-09-13\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Proceedings of the 2021 7th Student Computer Science Research Conference (StuCoSReC)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18690/978-961-286-516-0.14\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceedings of the 2021 7th Student Computer Science Research Conference (StuCoSReC)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18690/978-961-286-516-0.14","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

数字数据的节律性分析在科学、工程甚至经济学的许多方面都变得非常重要。有一些方法可以检测连续数据的节律性，但大多数方法都不适合分析数值数据。在本文中，我们提出了一种可以分析计数数据节律性的方法。该方法将 cosinor 方法与适用于计数数据分析的不同回归模型相结合。该方法既能检测节律，又能估算节律参数，还能比较所构建的模型，寻找 cosinor 方法的最佳成分数，以及找到最合适的计数模型类型。所建立的方法可以根据不同的节律参数对检测到的节律进行比较，并计算其置信区间。整个方法在斯洛文尼亚 COVID-19 的真实数据上进行了测试。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Analiza ritmičnosti števnih podatkov z uporabo modela cosinor

Analiza ritmi£nosti števnih podatkov je postala pomembna v mnogih vidikih znanosti, inženirstva in celo ekonomije. Obstajajo metode z namenom detekcije ritmi£nosti zveznih podatkov, ki pa ve£i-noma niso primerne za analizo števnih podatkov. V prispevku predstavimo metodologijo, ki omo-go£a analizo ritmi£nosti v števnih podatkih. Me-toda združuje metodo cosinor z uporabo razli£-nih ra£unskih regresijskih modelov, ki so primerni za analizo števnih podatkov. Omogo£a tako de-tekcijo ritma kot tudi ocenitev parametrov ritma, primerjavo zgrajenih modelov in iskanje optimal-nega števila komponent za metodo cosinor ter is-kanje najbolj ustreznega tipa števnega modela. Vzpostavljena metoda omogo£a primerjavo zazna-nega ritma v odvisnosti od razli£nih parametrov ritmi£nosti in izra£un njihovih intervalov zaupa-nja. Celotno metodologijo smo testirali na te-denski periodi£nosti realnih podatkov COVID-19 obolenj v Sloveniji.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Proceedings of the 2021 7th Student Computer Science Research Conference (StuCoSReC)

自引率

0.00%

发文量