ノンパラメトリック スペクトル推定のピリオドグラム、修正ピリオドグラム、ウェルチ法、およびマルチテーパー法について学習します。

周波数解析を使用して、ノイズに含まれる信号を特徴づけます。

信号のほとんどのパワーを含む周波数帯域の幅を推定します。歪んだ信号について、基本成分と高調波に蓄積されているパワーを求めます。

ゼロ パディングを使用して、正弦波信号の振幅の正確な推定を取得します。

ウィンドウと平均化を使用して、ピリオドグラムにおけるバイアスとばらつきを減らします。

周波数領域の信号間の類似性を識別します。

フィッシャー g 統計量を使用してホワイト ノイズを伴う正弦波成分の有意性を評価します。

正弦波成分間の位相遅れを求めて、時系列で周波数領域の相関を識別します。

This example demonstrates a workflow for pricing weather derivatives based on historically observed temperature data.