Functional Spherical Autocorrelation: A Robust Estimate of the Autocorrelation of a Functional Time Series
函数型球面自相关：函数时间序列自相关的稳健估计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：摘要研究函数时间序列自相关，并明确应用于密集观测资产价格数据的波动测量，支持这三个方向。
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…
函数型球面自相关：函数时间序列自相关的稳健估计
- 研究问题
- 对于每个时点观测为曲线的函数时间序列，如何衡量序列依赖的符号或方向，并降低异常值对自相关估计的影响？
- 方法与思路
- 作者将函数观测投影到单位球面，利用滞后观测对之间的平均夹角构造球面自相关，并据其渐近性质建立区间和白噪声检验。
- 材料陈述的贡献
- 摘要称新度量兼顾依赖方向与异常值稳健性，给出估计量渐近理论，并以模拟、电价曲线和密集资产价格数据展示用途。
- 阅读关注点
- 应核对球面投影与自相关的精确定义、稳健性依据、渐近假设，以及白噪声检验和资产价格波动测量的具体实现。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未提供稳健性的量化边界或模拟数值，不能判断对所有异常形式的效果。
原文摘要
We propose a new autocorrelation measure for functional time series that we term spherical autocorrelation. It is based on measuring the average angle between lagged pairs of series after having been projected onto the unit sphere. This new measure enjoys several complimentary advantages compared to existing autocorrelation measures for functional data, since it both 1) describes a notion of sign or direction of serial dependence in the series, and 2) is more robust to outliers. The asymptotic properties of estimators of the spherical autocorrelation are established, and are used to construct confidence intervals and portmanteau white noise tests. These confidence intervals and tests are shown to be effective in simulation experiments, and demonstrated in applications to model selection for daily electricity price curves, and measuring the volatility in densely observed asset price data.