{"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}
引用次数: 0
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.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
