
Методот на динамичка условна корелација (DCC) е пример за метод на мултивариантна волатилност базиран на модел кој е популарен во финансиите и неодамна е воведен во невровизуелизацијата. Овој метод овозможува проценка на условните корелации помеѓу временските серии.

Временски променливите корелации обично се проценуваат со мултиваријантни генерализирани авторегресивни условни хетероскедастици (GARCH) модели кои се линеарни во однос на квадратите и вкрстените производи на податоците. Предложена е нова класа на повеќеваријантни модели наречени динамички условни корелациски модели. Овие имаат флексибилност на униваријантните GARCH модели во комбинација со штедливи параметарски модели за корелации. Тие се нелинеарни, но можат да се проценат многу едноставно со униваријантни или двочекорни методи, обично базирани на функции на веројатност. Тие покажаа дека добро функционираат во различни ситуации и даваат разумни емпириски резултати.
Динамичката биваријантна корелација, или едноставно динамичка корелација, е корелација помеѓу пар временски серии што варираат со текот на времето. Проценката на динамичката корелација е важна во многу области на невронауката. Проценката на динамичката корелација е од интерес за невровизуелизацијата бидејќи многу студии идентификувале динамички промени во функционалната поврзаност за време на тестирањето со функционална магнетна резонанца, особено во мирување. Проценката на динамичката корелација е исто така од интерес за неврофизиологијата. На пример, динамичката корелација помеѓу временските серии на локалниот потенцијал на полето добиени од различни региони на мозокот може да се користи за да се истражи како специфичните региони на мозокот работат заедно за време на одредени специфични однесувања. При идентификување на вакви промени, важно е да се осигура дека динамичките промени во набљудуваните корелации не се должат на лажни флуктуации својствени за употребениот метод на проценка.
Двата пристапа што моментално се достапни за проценка на динамичка корелација во литературата за невронаука се методот на лизгачки прозорец и динамичката условна корелација:
Иако динамичката условна корелација има многу пожелни својства во споредба со методот на лизгачки прозорец, таа има одредени ограничувања.
Мерењата на временските серии што се појавуваат во литературата за невронауката повремено имаат неколку отстапувања, како што се гледа во податоците за временските серии на локалниот полев потенцијал. Ваквите вредности можат да се игнорираат само ако претставуваат аномалија што не е компатибилна со основната научна рамка. Се гледа дека перформансите на методот на динамичка условна корелација не се робусни во присуство на екстремни вредности. Друго ограничување на овој метод е неговата практична имплементација со употреба на нумерички алгоритми.
Денес, покрај методот на лизгачки прозорец и методот на динамичка условна корелација, постои и трет метод за проценка на динамичка корелација, кој се базира на алгоритмот на пондериран граф.
Во суштина, корелациската анализа е статистички метод што ја дефинира врската помеѓу променливите и дава информации за насоката и степенот на оваа врска. Коефициентот на корелација е вредност што ја покажува јачината на врската помеѓу зависната променлива и независните променливи. Оваа вредност дава информации за насоката на променливите и како се случуваат интеракциите.
Нашата организација има силен персонал кој внимателно ги следи случувањата во областа на науката и технологијата во светот и постојано се усовршува. Меѓу бројните студии за тестирање, мерење, анализа и евалуација што се обезбедуваат за бизниси во различни сектори, постојат и услуги за динамичка условна корелација (DCC).
