Change-Point Analysis of Time Series with Evolutionary Spectra
具有演化谱的时间序列变点分析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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究局部平稳时间序列的演化谱及谱变点检测，直接支持时间序列与结构变化两个方向。
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
具有演化谱的时间序列变点分析
- 研究问题
- 如何在局部平稳时间序列中检测未知时间与频率上的谱断点，并区分谱的不连续跳变与短期内连续但平滑性降低的变化？
- 方法与思路
- 作者把两类变化统一为谱密度时间平滑程度的变化，研究估计及极小极大最优检验，并提出随机化序贯自顶向下的变点估计算法。
- 材料陈述的贡献
- 摘要称，论文确定极小极大可辨识边界的最优速率，并证明变点估计在变化幅度缩小、变点数量可能增加时仍具一致性。
- 阅读关注点
- 应核对谱密度平滑性与有界性条件、可辨识边界的定义，以及算法如何处理未知频率、多重变点和相邻变点的间隔。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核验；摘要未给出最优速率公式、完整条件或软件细节，不能判断实际检测精度。
原文摘要
This paper develops change-point methods for the spectrum of a locally stationary time series. We focus on series with a bounded spectral density that change smoothly under the null hypothesis but exhibits change-points or becomes less smooth under the alternative. We address two local problems. The first is the detection of discontinuities (or breaks) in the spectrum at unknown dates and frequencies. The second involves abrupt yet continuous changes in the spectrum over a short time period at an unknown frequency without signifying a break. Both problems can be cast into changes in the degree of smoothness of the spectral density over time. We consider estimation and minimax-optimal testing. We determine the optimal rate for the minimax distinguishable boundary, i.e., the minimum break magnitude such that we are able to uniformly control type I and type II errors. We propose a novel procedure for the estimation of the change-points based on a wild sequential top-down algorithm and show its consistency under shrinking shifts and possibly growing number of change-points. Our method can be used across many fields and a companion program is made available in popular software packages.