recurrence quantification analysis (rqa)

回归量化分析（Recurrence Quantification Analysis，简称RQA）是一种用于研究时间序列的分析方法。它可以帮助我们识别和描述时间序列中的重复模式和时序间的结构特征。

RQA的核心思想是通过观察时间序列中的再现性来揭示隐藏在数据中的结构和动力学行为。它基于重复图（Recurrence Plot）的概念，将时间序列转化为一个二维图，并通过分析图中的重复结构来获取信息。在这个图中，时间序列上的点对之间的距离、互相之间的关系等都起着重要作用。

利用RQA方法，我们可以获取多个重要的特征参数来描述时间序列。其中包括重复点的数量、重复点之间的平均距离、重复点形成的簇的平均大小等。这些参数可以提供关于时间序列的定量信息，帮助我们理解数据中的重要结构和动力学特征。

RQA被广泛应用于不同领域的时间序列分析中。例如，它可以用于研究生物医学信号、金融市场价格序列、天气模式、心电图等。通过使用RQA，我们可以发现、量化和比较时间序列中的模式和结构，从而帮助我们更好地理解和预测复杂系统的演化过程。