Dynamická podmienená korelačná analýza (DCC)

Metóda dynamickej podmienenej korelácie (DCC) je príkladom viacrozmernej metódy volatility založenej na modeli, ktorá je populárna vo financiách a nedávno bola zavedená do neurozobrazovania. Táto metóda poskytuje spôsob, ako odhadnúť podmienené korelácie medzi časovými radmi.

Časovo premenné korelácie sa zvyčajne odhadujú pomocou viacrozmerných zovšeobecnených autoregresívnych podmienených heteroskedasticných modelov (GARCH), ktoré sú lineárne z hľadiska štvorcov a vektorových súčinov údajov. Bola navrhnutá nová trieda viacrozmerných modelov nazývaných dynamické modely podmienenej korelácie. Tieto majú flexibilitu univariačných GARCH modelov kombinovaných s parsimoniálnymi parametrickými modelmi pre korelácie. Sú nelineárne, ale dajú sa veľmi jednoducho odhadnúť univariačnými alebo dvojkrokovými metódami, zvyčajne založenými na pravdepodobnostných funkciách. Ukázalo sa, že fungujú dobre v rôznych situáciách a poskytujú rozumné empirické výsledky.

Dynamická bivariačná korelácia alebo jednoducho dynamická korelácia je korelácia medzi dvojicou časových radov, ktoré sa v priebehu času menia. Posudzovanie dynamickej korelácie je dôležité v mnohých oblastiach neurovedy. Odhad dynamickej korelácie je zaujímavý v neurozobrazovaní, pretože mnohé štúdie identifikovali dynamické zmeny funkčnej konektivity počas testovania funkčnou magnetickou rezonanciou, najmä v pokoji. Odhad dynamickej korelácie je tiež zaujímavý v neurofyziológii. Napríklad dynamická korelácia medzi časovými radmi lokálneho potenciálu poľa získanými z rôznych oblastí mozgu sa dá použiť na preskúmanie toho, ako špecifické oblasti mozgu spolupracujú počas určitého špecifického správania. Pri identifikácii takýchto zmien je dôležité zabezpečiť, aby dynamické posuny v pozorovaných koreláciách neboli spôsobené falošnými fluktuáciami, ktoré sú vlastné použitej metóde odhadu.

V neurovedeckej literatúre sú v súčasnosti k dispozícii dva prístupy na odhad dynamickej korelácie: metóda posuvného okna a dynamická podmienená korelácia:

• Široko používanou metódou na odhad dynamickej korelácie je metóda posuvného okna. Hoci je táto metóda ľahko pochopiteľná a implementovateľná, jej hlavným obmedzením je neistota týkajúca sa výberu veľkosti okna.
• Ďalšou osvedčenou metódou na odhad dynamickej korelácie je dynamická podmienená korelácia (DCC), ktorá bola vyvinutá v oblasti ekonometrie a je široko používaná vo finančnej literatúre.

Hoci má dynamická podmienená korelácia v porovnaní s metódou posuvného okna mnoho žiaducich vlastností, má určité obmedzenia.

Časové rady meraní objavujúce sa v neurovedeckej literatúre občas vykazujú niekoľko odchýlok, ako je vidieť v časových radoch údajov o lokálnom potenciáli poľa. Takéto hodnoty možno ignorovať iba vtedy, ak predstavujú anomáliu, ktorá nie je kompatibilná so základným vedeckým rámcom. Je vidieť, že výkon metódy dynamickej podmienenej korelácie nie je robustný v prítomnosti extrémnych hodnôt. Ďalším obmedzením tejto metódy je jej praktická implementácia pomocou numerických algoritmov.

Dnes okrem metódy posuvného okna a metódy dynamickej podmienenej korelácie existuje aj tretia metóda na odhad dynamickej korelácie, ktorá je založená na algoritme váženého grafu.

Korelačná analýza je v podstate štatistická metóda, ktorá definuje vzťah medzi premennými a poskytuje informácie o smere a stupni tohto vzťahu. Korelačný koeficient je hodnota, ktorá ukazuje silu vzťahu medzi závislou premennou a nezávislými premennými. Táto hodnota poskytuje informácie o smere premenných a o tom, ako dochádza k interakciám.

Naša organizácia má silný personál, ktorý pozorne sleduje vývoj v oblasti vedy a techniky vo svete a neustále sa zlepšuje. Medzi početnými testovacími, meracími, analytickými a hodnotiacimi štúdiami poskytovanými pre podniky v rôznych sektoroch existujú aj služby dynamickej podmienenej korelačnej analýzy (DCC).