Resumen

La descomposición modal empírica (EMD, por sus siglas en inglés) es particularmente útil para analizar series temporales no estacionarias y no lineales. Sin embargo, solo se dispone de datos parciales dentro de los límites debido al soporte acotado de la serie temporal subyacente. En consecuencia, la aplicación de EMD a datos de series temporales finitas resulta en grandes sesgos en los bordes al aumentar el sesgo y crear oscilaciones artificiales. Este estudio presenta un nuevo método de dos etapas para disminuir automáticamente los efectos de los límites presentes en EMD. En la primera etapa, se aplica la regresión cuantílica polinómica local (LLQ) para proporcionar una descripción eficiente de los datos corruptos y ruidosos. Se asume que la serie restante está oculta en los residuos. Por lo tanto, EMD se aplica a los residuos en la segunda etapa. La estimación final es la suma de las estimaciones de ajuste de LLQ y EMD. Se realizó una simulación para evaluar el rendimiento prá

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Descomposición modal empírica; No estacionario; Series temporales no lineales; Efectos de borde; Regresión cuantílica polinómica local; Simulación
• Keywords:Empirical mode decomposition; Nonstationary; Nonlinear time series; Boundary effects; Local polynomial quantile regression; Simulation