エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
CRI: 時系列データ解析におけるコヒーレンス(関連度関数)について
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
CRI: 時系列データ解析におけるコヒーレンス(関連度関数)について
このページは当事業所で提供するデータ解析業務について、これらの計算の内容の簡単な紹介及びこれらの... このページは当事業所で提供するデータ解析業務について、これらの計算の内容の簡単な紹介及びこれらの計算がどのような役に立つのかということを説明するページで、数式や学術用語の使用はできるだけ避けています。このため一部の表現は数学的には厳密ではありません。 このページで紹介している以外の項目については、上の”データ解析”のボタンをクリックして下さい。データ解析のページに記載していないような項目でも計算可能な場合がありますので、データ解析のページに記載していないような項目の計算を希望される場合はメールでお問い合せ頂きますようお願い致します。 コヒーレンスとは(coherency function; 関連度関数) コヒーレンスは2組の時系列データ間の関連度合を0(=まったく関連無し)から1(=完全に関連)迄の値で周波数別に示します。また、両時系列データに関連がある場合、その関連のある変動の両者間の位