The bootstrap applied to power spectral density function estimation
Bootstrap 在功率谱密度估计中的应用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：功率谱密度与自回归谱估计直接属于时间序列分析。
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
Bootstrap 在功率谱密度估计中的应用
- 研究问题
- 自回归谱估计缺少置信区间和置信带构造方法时，如何利用 bootstrap 量化估计谱密度的不确定性？
- 方法与思路
- 作者将 bootstrap 用于构造谱密度的非参数置信区间和置信带，通过 Monte Carlo 研究其性质并讨论部分渐近理论。
- 材料陈述的贡献
- 摘要称展示谱密度置信区间与置信带的 bootstrap 构造方法，报告模拟研究，并讨论置信带的渐近性质。
- 阅读关注点
- 核对时间依赖下如何重抽样、自回归阶数如何处理，以及置信带是同时覆盖还是逐点覆盖和相应理论条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；重抽样方案、覆盖率数值及完整理论未提供，不能判断有限样本覆盖是否可靠。
原文摘要
A shortcoming in the use of autoregressive spectral estimation has been the lack of methods for placing confidence intervals or bands on estimated spectral density. The bootstrap method is applied to obtain nonparametric confidence bands and intervals. It is the aim of this paper to indicate how this can be done and to report on the outcome of some Monte Carlo studies of the properties of the resulting procedures. Some asymptotic theory concerning the properties of the bootstrap confidence band is also discussed.