Phân tích tương quan có điều kiện động (DCC)

Phương pháp tương quan có điều kiện động (DCC) là một ví dụ về phương pháp biến động đa biến dựa trên mô hình phổ biến trong tài chính và gần đây đã được giới thiệu trong lĩnh vực hình ảnh thần kinh. Phương pháp này cung cấp một cách để ước tính mối tương quan có điều kiện giữa các chuỗi thời gian.

Các mối tương quan thay đổi theo thời gian thường được ước tính bằng các mô hình GARCH (tự hồi quy tổng quát đa biến có điều kiện dị phương sai) tuyến tính theo bình phương và tích chéo của dữ liệu. Một lớp mô hình đa biến mới gọi là mô hình tương quan có điều kiện động đã được đề xuất. Chúng có tính linh hoạt của mô hình GARCH đơn biến kết hợp với mô hình tham số tiết kiệm để tạo ra mối tương quan. Chúng không tuyến tính nhưng có thể ước tính rất đơn giản bằng phương pháp đơn biến hoặc hai bước, thường dựa trên hàm xác suất. Chúng đã được chứng minh là hoạt động tốt trong nhiều tình huống khác nhau và cung cấp kết quả thực nghiệm hợp lý.

Tương quan hai biến động, hay đơn giản là tương quan động, là mối tương quan giữa một cặp chuỗi thời gian thay đổi theo thời gian. Đánh giá mối tương quan động rất quan trọng trong nhiều lĩnh vực của khoa học thần kinh. Ước tính tương quan động được quan tâm trong chụp ảnh thần kinh vì nhiều nghiên cứu đã xác định những thay đổi động trong kết nối chức năng trong quá trình kiểm tra chụp cộng hưởng từ chức năng, đặc biệt là khi nghỉ ngơi. Việc ước tính mối tương quan động cũng được quan tâm trong sinh lý học thần kinh. Ví dụ, mối tương quan động giữa chuỗi thời gian điện thế trường cục bộ thu được từ các vùng não khác nhau có thể được sử dụng để khám phá cách các vùng não cụ thể hoạt động cùng nhau trong một số hành vi cụ thể. Khi xác định những thay đổi như vậy, điều quan trọng là phải đảm bảo rằng sự thay đổi động trong các mối tương quan quan sát được không phải do những biến động giả tạo vốn có trong phương pháp ước tính được sử dụng.

Hai phương pháp hiện có để ước tính tương quan động trong tài liệu khoa học thần kinh là phương pháp cửa sổ trượt và tương quan có điều kiện động:

• Một phương pháp được sử dụng rộng rãi để ước tính tương quan động là phương pháp cửa sổ trượt. Mặc dù dễ hiểu và dễ thực hiện, nhưng hạn chế chính của phương pháp này là sự không chắc chắn về việc lựa chọn kích thước cửa sổ.
• Một phương pháp khác cũng được xác lập tốt để ước tính tương quan động là tương quan có điều kiện động (DCC), được phát triển trong lĩnh vực kinh tế lượng và được sử dụng rộng rãi trong tài liệu tài chính.

Mặc dù phương pháp tương quan có điều kiện động có nhiều tính chất mong muốn so với phương pháp cửa sổ trượt, nhưng nó cũng có một số hạn chế nhất định.

Các phép đo chuỗi thời gian xuất hiện trong tài liệu khoa học thần kinh đôi khi có một vài giá trị ngoại lệ, như thấy trong dữ liệu chuỗi thời gian điện thế trường cục bộ. Những giá trị như vậy chỉ có thể bị bỏ qua nếu chúng là một sự bất thường không tương thích với khuôn khổ khoa học cơ bản. Có thể thấy rằng hiệu suất của phương pháp tương quan có điều kiện động không mạnh mẽ khi có các giá trị cực đại. Một hạn chế khác của phương pháp này liên quan đến việc triển khai thực tế bằng các thuật toán số.

Ngày nay, bên cạnh phương pháp cửa sổ trượt và phương pháp tương quan có điều kiện động, còn có một phương pháp thứ ba để ước tính tương quan động, dựa trên thuật toán đồ thị có trọng số.

Về cơ bản, phân tích tương quan là phương pháp thống kê xác định mối quan hệ giữa các biến và cung cấp thông tin về hướng và mức độ của mối quan hệ này. Hệ số tương quan là giá trị thể hiện mức độ mạnh yếu của mối quan hệ giữa biến phụ thuộc và các biến độc lập. Giá trị này cung cấp thông tin về hướng của các biến và cách tương tác diễn ra.

Tổ chức của chúng tôi có đội ngũ nhân viên hùng hậu, luôn theo dõi sát sao những diễn biến trong lĩnh vực khoa học công nghệ trên thế giới và không ngừng cải tiến. Trong số nhiều nghiên cứu thử nghiệm, đo lường, phân tích và đánh giá được cung cấp cho các doanh nghiệp trong nhiều lĩnh vực khác nhau, còn có các dịch vụ phân tích tương quan có điều kiện động (DCC).