NCLtips! (*'O')v

二つの時系列データに対してスペクトル解析を行う。

spec = specxy_anal(x, y, iopt, jave, pct)

〔入力変数〕

x([*]), y([*])

時間方向に並んだ、どちらも同じ大きさのデータの1次元配列。ただし欠損値を含んではならない。

iopt([1])

トレンド除去の方法を指定するオプション。specx_analと同じ。

jave([1])

平滑化する際に用いるデータ幅を奇数で指定する。specx_analと同じ。

pct([1])

時系列データに窓をかける割合0.0〜1.0の間で指定する。specx_analと同じ。

〔出力変数〕

spec

本解析による自由度が得られる。また、適宜attribute(@)を付加すると、以下の値も出力される。

@spcx, spcy

x([*]), y([*])それぞれのパワースペクトル。N個の時系列データに対して周波数分解能はもちろん1/Nで、それぞれN/2の大きさをもつ1次元配列。

@frq

周波数 [cycle/time]。N/2の大きさをもつ1次元配列。

@cospc

クロススペクトルの実部にあたるコスペクトル。N/2の大きさをもつ1次元配列。

@quspc

クロススペクトルの虚部にあたるクオドスペクトル。N/2の大きさをもつ1次元配列。

@coher

周波数領域における相関（コヒーレンス）の2乗。N/2の大きさをもつ1次元配列。

@phase

degreeで表された位相ずれ。N/2の大きさをもつ1次元配列。正の値でxがyに先行している。

@bw

スペクトルバンドの幅。スカラー量である。

@coher_probability

90, 95, 99, 99.9%の信頼度に対応した相関。大きさ4の1次元配列。

@xvari, yvari

x([*]), y([*])の分散。

@xvaro, yvaro

トレンドを除去した後のx, yのそれぞれの分散。

@xlag1, ylag1

トレンドを除去した後のx, yに対するそれぞれのラグ1の自己相関。

@xslope, yslope

iopt=1の場合に得られるx, yそれぞれの線形トレンドの傾き。