Making the variable stationary remo

Making the variable stationary removes the long-term effect of the variable. Wavelength analysis also provides a more complete decomposition of original time series data compared to Fourier analysis. Briefly, Fourier analysis requires stationarity and does not provide decomposition and at the most provides for the short and long run only (2 time scales). These limitations are solved in wavelet analysis by using mathematical functions that transform the data into a mathematically equivalent representation enabling it to spilt the time series data into various components the decompose original series by considering both time and frequency.

Kết quả (Việt) 1:

Làm cho các biến cố định loại bỏ hiệu quả lâu dài của các biến. Bước sóng phân tích cũng cung cấp một phân tích đầy đủ hơn ban đầu dữ liệu chuỗi thời gian so với Fourier phân tích. Một thời gian ngắn, Fourier phân tích yêu cầu stationarity và cung cấp các phân hủy và nhất cung cấp cho ngắn và dài hạn chỉ (quy mô thời gian 2). Những hạn chế này được giải quyết trong phân tích bề mặt bằng cách sử dụng toán học chức năng chuyển đổi dữ liệu thành một đại diện tương đương toán học cho phép nó để spilt dữ liệu chuỗi thời gian vào các thành phần khác nhau decompose loạt ban đầu bằng cách xem xét cả thời gian và tần số.

Kết quả (Việt) 2:

Làm cho văn phòng phẩm biến loại bỏ những ảnh hưởng lâu dài của biến. phân tích bước sóng cũng cung cấp một phân hủy hoàn chỉnh hơn về dữ liệu chuỗi thời gian ban đầu so với phân tích Fourier. Tóm lại, phân tích Fourier đòi hỏi tính dừng và không cung cấp phân hủy và đồng cung cấp hầu hết cho cả ngắn hạn và dài chỉ (2 thang thời gian). Những hạn chế này được giải quyết trong phân tích wavelet bằng cách sử dụng các chức năng toán học mà chuyển dữ liệu vào một đại diện toán học tương đương cho phép nó làm đổ hàng loạt dữ liệu thời gian vào các thành phần khác nhau của phân hủy loạt ban đầu bằng cách xem xét cả thời gian và tần số.