Müssen multivariate Zeitreihendaten modelliert werden? ARfit, eine Sammlung von MATLAB-Modulen, bietet eine robuste Lösung für die Modellierung und Analyse solcher Daten mithilfe autoregressiver (AR) Modelle. Dieses Softwarepaket umfasst Werkzeuge für Parameterschätzung, Modellanalyse und AR-Prozesssimulation. ARfit verwendet einen schrittweisen Least-Squares-Algorithmus, um AR-Modellparameter effizient zu schätzen, insbesondere für hochdimensionale Daten. Die Module konstruieren Konfidenzintervalle für geschätzte Parameter und berechnen Statistiken zur Beurteilung der Modellgültigkeit. Dynamische Eigenschaften werden durch Zerlegung in Eigenmoden, Schwingungsperioden, Dämpfungszeiten und Anregungen untersucht. Es werden ungefähre Konfidenzintervalle für Eigenmoden sowie deren Schwingungsperioden und Dämpfungszeiten bereitgestellt. ARfit befähigt Forscher und Praktiker, multivariate Zeitreihendaten effektiv zu modellieren, zu analysieren und zu simulieren, wodurch tiefere Einblicke in komplexe dynamische Systeme ermöglicht werden. Seine recheneffizienten Algorithmen und umfassenden Analysewerkzeuge machen es zu einer wertvollen Ressource für verschiedene Anwendungen, einschließlich Signalverarbeitung, Finanzanalyse und Klimamodellierung.
Dieser Artikel, der in ACM Transactions on Mathematical Software veröffentlicht wurde, beschreibt ein wertvolles Softwarepaket für mathematische Modellierung und Analyse. Durch die Bereitstellung eines detaillierten Überblicks über den ARfit-Algorithmus und seine Funktionalitäten trägt diese Arbeit zum Fokus des Journals auf die Verbreitung hochwertiger mathematischer Software und Algorithmen für verschiedene wissenschaftliche und ingenieurwissenschaftliche Anwendungen bei.