697
个编辑
更改
跳到导航
跳到搜索
第81行：
第81行： − + + + + +
→压缩复杂性因果
{{NumBlk|:|<math>CCC_{X_{past} \to \Delta Y}=CC(\Delta Y|Y_{past})-CC(\Delta Y|Y_{past}, X_{past})</math>|{{EquationRef|7}}}}
{{NumBlk|:|<math>CCC_{X_{past} \to \Delta Y}=CC(\Delta Y|Y_{past})-CC(\Delta Y|Y_{past}, X_{past})</math>|{{EquationRef|7}}}}
其中公式（5）是为了计算单独用<math>Y</math>的历史信息<math>Y_{past}</math>预测当前窗口<math>\Delta Y</math>时，所需的条件压缩复杂性增量；公式（6）是为了计算同时用<math>Y</math>和<math>X</math>的历史信息预测<math>\Delta Y</math>时，所需的条件压缩复杂性增量。公式（7）是为了计算<math>X</math>的历史信息对降低<math>Y</math>当前数据窗口ΔY压缩复杂性的贡献。
其中公式（5）是为了计算单独用<math>Y</math>的历史信息<math>Y_{past}</math>预测当前窗口<math>\Delta Y</math>时，所需的条件压缩复杂性增量；
公式（6）是为了计算同时用<math>Y</math>和<math>X</math>的历史信息预测<math>\Delta Y</math>时，所需的条件压缩复杂性增量。
公式（7）是为了计算<math>X</math>的历史信息对降低<math>Y</math>当前数据窗口ΔY压缩复杂性的贡献。
在整个时间序列长度上，随着窗口<math>\Delta Y</math>以步长<math>\delta</math>滑动，从<math>Y</math>到<math>X</math>的平均CCC估计为：
在整个时间序列长度上，随着窗口<math>\Delta Y</math>以步长<math>\delta</math>滑动，从<math>Y</math>到<math>X</math>的平均CCC估计为：