On Application of Growth Curve Techniques to Time Series Data
生长曲线技术在时间序列数据中的应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究时间序列的傅里叶表示与推断，对应时间序列方法，但所给应用是昼夜节律。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
生长曲线技术在时间序列数据中的应用
- 研究问题
- 成熟的生长曲线与剂量反应曲线分析技术能否用于时间序列，并改善周期信号相位和振幅的同时推断？
- 方法与思路
- 作者把数据转换为离散傅里叶变换系数，替代常见的多项式系数表示，再沿用生长曲线分析的后续步骤。
- 材料陈述的贡献
- 摘要称重分析一个昼夜节律案例后，相位与振幅参数的同时置信区间宽度显著缩小。
- 阅读关注点
- 应核对傅里叶表示、误差相关结构、相位与振幅的估计方式，以及同时置信区间与原分析的可比性。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断区间缩窄的具体幅度、覆盖率或一般适用性，也不能推断刊本变化。
原文摘要
Techniques well established for the analysis of growth and dose response curves should provide useful tools for the analysis of time series data. After transforming the data to discrete Fourier transform coefficients, rather than to polynomial coefficients, as characterizes most growth curve techniques, further analysis is essentially the same. The circadian rhythm example reported by Ware and Bowden (1977) is reanalyzed, resulting in substantial reduction in width of simultaneous confidence intervals for the phase and amplitude parameters.