Ентропийна безплатна пълнотекстова надеждност на извода за насочени климатични мрежи, използващи условни
Разположение на зоните, доминирани от специфични компоненти на данните за температурата на повърхностния въздух, използвайки разлагане на PCA, завъртяно с VARIMAX. За всяко местоположение беше използван цветът, съответстващ на компонента с максимална интензивност. Белите точки представляват приблизителни центрове на маса на компонентите, използвани в следващите фигури за визуализация на възлите на мрежите.
Надеждност на откриването на причинно-следствената мрежа с помощта на различни оценки на причинно-следствената връзка и сходството с оценките на линейната причинно-следствена връзка, използваща сурогатния модел на Фурие. За всеки оценител се оценяват шест причинно-следствени мрежи, по една за всеки десетилетен участък от стационарни данни на модела (сурогатна реализация на Фурие на първоначалните данни). Черно: височината на лентата съответства на средната корелация на Спиърман през всичките 15 двойки десетилетия. Бяло: височината на лентата съответства на средната корелация на Спирман за нелинейна причинно-следствена мрежа и линейна причинно-следствена мрежа през 6 десетилетия.
Променливостта на откриването на причинно-следствената мрежа с помощта на различни оценки на причинно-следствената връзка и сходството с оценките на линейната причинно-следствена мрежа за първоначалните данни. За всеки оценител се оценяват шест причинно-следствени мрежи, по една за всяко десетилетие на данните. Черно: височината на лентата съответства на средната корелация на Спиърман през всичките 15 двойки десетилетия. Бяло: височината на лентата съответства на средната корелация на Спирман за нелинейна причинно-следствена мрежа и линейна причинно-следствена мрежа през 6 десетилетия.
Надеждността на откриването на причинно-следствената мрежа с помощта на различни оценки на причинно-следствената връзка и сходството с оценките на линейната причинно-следствена връзка за стационарния модел, конструиран като многовариантна AR (1) сурогат на първоначалните данни. За всеки оценител се оценяват шест причинно-следствени мрежи, по една за всяко десетилетие на моделирани стационарни данни. Черно: височината на лентата съответства на средната корелация на Спиърман през всичките 15 двойки десетилетия. Бяло: височината на лентата съответства на средната корелация на Спирман за нелинейна причинно-следствена мрежа и линейна причинно-следствена мрежа през 6 десетилетия.
Надеждността на откриването на причинно-следствената мрежа с помощта на различни оценки на причинно-следствената връзка и сходството с оценките на линейната причинно-следствена връзка за стационарния модел, конструиран като многовариантна AR (1) сурогат на първоначалните данни. За всеки оценител се оценяват шест причинно-следствени мрежи, всяка за отделна реализация на многовариантния AR (1) процес, приспособен към първоначалните данни. Черно: височината на лентата съответства на средната корелация на Спиърман през всичките 15 двойки десетилетия. Бяло: височината на лентата съответства на средната корелация на Спирман за нелинейна причинно-следствена мрежа и линейна причинно-следствена мрежа през 6 десетилетия.
Надеждността на откриването на причинно-следствената мрежа с помощта на различни оценки на причинно-следствената връзка и сходството с оценките на линейната причинно-следствена мрежа. За всеки оценител се оценяват шест причинно-следствени мрежи, по една за всяко десетилетие на моделирани стационарни данни. Черно: височината на лентата съответства на средния коефициент на сходство на Jaccard през всичките 15 двойки десетилетия. Бяло: височината на лентата съответства на средния коефициент на подобие на Джакар за нелинейна причинно-следствена мрежа и линейна причинно-следствена мрежа през 6 десетилетия.
Мрежа на причинно-следствената връзка, получена чрез осредняване на резултатите за шестте десетилетия (общ период от време 1948–2007) за разложени данни (67 компонента, представени от центъра на масата). Показани са само 100-те най-силни връзки. За всяко десетилетие мрежата се изчислява чрез линейна причинност на Грейнджър.
Мрежа на причинно-следствената връзка, получена чрез осредняване на резултатите за шестте десетилетия (общ период от време 1948–2007) за разложени данни (67 компонента, представени от центъра на масата). Показани са само 100-те най-силни връзки. За всяко десетилетие мрежата се изчислява чрез (нелинейна) трансферна ентропия, използвайки метода на еквикантално свързване с Q = 2 .
Мрежа на причинно-следствената връзка, получена чрез осредняване на резултатите за шестте десетилетия (общ период от време 1948–2007) за разложени данни (67 компонента, представени от центъра на масата). Показани са само 100-те най-силни връзки. За всяко десетилетие мрежата се открива от напълно многовариантната линейна причинност на Грейнджър.
Надеждността на откриването на причинно-следствената мрежа с помощта на различни оценки на причинно-следствената връзка и сходството с оценките на линейната причинно-следствена мрежа за модела на Фурие. За всеки оценител се оценяват шест причинно-следствени мрежи, по една за всеки десетилетен участък от стационарните данни на модела (сурогатна реализация на Фурие на първоначалните данни). Черно: височината на лентата съответства на средната корелация на Спиърман през всичките 15 двойки десетилетия. Бяло: височината на лентата съответства на средната корелация на Спирман за нелинейна причинно-следствена мрежа и линейна причинно-следствена мрежа през 6 десетилетия.
Причинно-следствена мрежа, получена чрез осредняване на резултатите за шестте десетилетия (общ период от време 1948–2007) за мрежови данни (162 пространствени местоположения). Показани са само 200-те най-силни връзки. За всяко десетилетие мрежата се изчислява чрез линейна причинност на Грейнджър.
Причинно-следствена мрежа, получена чрез осредняване на резултатите за шестте десетилетия (общ период от време 1948–2007) за мрежови данни (162 пространствени местоположения). Показани са само 200-те най-силни връзки. За всяко десетилетие мрежата се изчислява чрез (нелинейна) условна взаимна информация, като се използва методът на еквикантално свързване с Q = 2 .