跳到正文
← 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:摘要明确以时间序列振荡成分检验为应用,支持时间序列方法分类,但未提供宏观经济应用证据。

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
Matt Sourisseau
Hau-Tieng Wu
Zhou Zhou

同步压缩变换的渐近分析:面向非线性时频分析的统计推断

研究问题
如何为同步压缩变换建立零假设与非零情形下的统计理论,并据此检验时间序列是否包含振荡成分?
方法与思路
作者分析相关多元复高斯变量的非线性交互,推导相关且非正规复高斯变量的商分布,建立中心极限定理和区块自助方案。
材料陈述的贡献
摘要称给出同步压缩变换的相关分布理论与中心极限定理,并以检验序列中的振荡成分说明区块自助推断的用途。
阅读关注点
应核对信号与噪声设定、复高斯变量的非正规性含义、变换参数,以及中心极限定理和区块自助检验所需条件。
阅读边界
版本未注明的索引摘要未给出检验尺寸、功效或完整依赖条件;不能推断方法对任意非高斯噪声和任意时间序列有效。

原文摘要

We provide a statistical analysis of a tool in nonlinear-type time-frequency analysis, the synchrosqueezing transform (SST), for both the null and nonnull cases. The intricate nonlinear interaction of different quantities in SST is quantified by carefully analyzing relevant multivariate complex Gaussian random variables. Specifically, we provide the quotient distribution of dependent and improper complex Gaussian random variables. Then a central limit theorem result for SST is established. As an example, we provide a block bootstrap scheme based on the established SST theory to test if a given time series contains oscillatory components.

笔记与分组
相关领域论文