El método de correlación condicional dinámica (DCC) es un ejemplo de un método de volatilidad multivariable basado en modelos que es popular en finanzas y se ha introducido recientemente en neuroimágenes. Este método proporciona una forma de estimar correlaciones condicionales entre series de tiempo.
Las correlaciones que varían en el tiempo generalmente se estiman con modelos de heterocedasticidad condicional autorregresiva generalizada (GARCH) multivariados que son lineales en términos de los cuadrados y productos cruzados de los datos. Se ha propuesto una nueva clase de modelos multivariados llamados modelos de correlación condicional dinámica. Estos tienen la flexibilidad de los modelos GARCH univariados combinados con modelos paramétricos parsimoniosos para correlaciones. No son lineales pero pueden estimarse de forma muy sencilla mediante métodos univariados o de dos pasos, generalmente basados en funciones de probabilidad. Se ha demostrado que funcionan bien en una variedad de situaciones y proporcionan resultados empíricos razonables.
La correlación bivariada dinámica, o simplemente correlación dinámica, es la correlación entre un par de series de tiempo que varían a lo largo del tiempo. La evaluación de la correlación dinámica es importante en muchos campos de la neurociencia. La estimación de la correlación dinámica es de interés en neuroimágenes porque muchos estudios han identificado cambios dinámicos en la conectividad funcional durante las pruebas de resonancia magnética funcional, particularmente en reposo. La estimación de la correlación dinámica también es de interés en neurofisiología. Por ejemplo, la correlación dinámica entre series temporales de potencial de campo local obtenidas de diferentes regiones del cerebro se puede utilizar para explorar cómo regiones específicas del cerebro trabajan juntas durante ciertos comportamientos específicos. Al identificar dichos cambios, es importante asegurarse de que los cambios dinámicos en las correlaciones observadas no se deban a fluctuaciones espurias inherentes al método de estimación utilizado.
Los dos enfoques actualmente disponibles para la estimación de correlación dinámica en la literatura sobre neurociencia son el método de ventana deslizante y la correlación condicional dinámica:
Aunque la correlación condicional dinámica tiene muchas propiedades deseables en comparación con el método de ventana deslizante, tiene ciertas limitaciones.
Las mediciones de series de tiempo que aparecen en la literatura sobre neurociencia ocasionalmente tienen algunos valores atípicos, como se ve en los datos de series de tiempo de potencial de campo local. Estos valores sólo pueden ignorarse si constituyen una anomalía incompatible con el marco científico subyacente. Se observa que el rendimiento del método de correlación condicional dinámica no es robusto en presencia de valores extremos. Otra limitación de este método se refiere a su implementación práctica mediante algoritmos numéricos.
Hoy en día, además del método de ventana deslizante y el método de correlación condicional dinámica, existe un tercer método para estimar la correlación dinámica, que se basa en el algoritmo de gráfico ponderado.
Esencialmente, el análisis de correlación es un método estadístico que define la relación entre variables y proporciona información sobre la dirección y el grado de esta relación. El coeficiente de correlación es un valor que muestra la fuerza de la relación entre la variable dependiente y las variables independientes. Este valor proporciona información sobre la dirección de las variables y cómo ocurren las interacciones.
Nuestra organización cuenta con un personal sólido que sigue de cerca los avances en el campo de la ciencia y la tecnología en el mundo y se mejora constantemente. Entre los numerosos estudios de prueba, medición, análisis y evaluación que ofrecemos a empresas de diversos sectores, también se encuentran los servicios de análisis de correlación condicional dinámica (DCC).
Para obtener una cita, obtener información más detallada o solicitar una evaluación, puede solicitarnos que completemos nuestro formulario y lo contactemos.
