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:摘要直接研究高斯平稳过程的谱密度模型参数估计及渐近性质。

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
Masanobu Taniguchi

某类谱密度模型的参数估计程序

研究问题
对于零均值高斯平稳过程,如何通过衡量模型谱与真实谱的接近程度估计谱模型参数,并分析渐近分布及效率?
方法与思路
作者提出最小化谱密度接近准则的参数估计方法,推导其渐近分布,并讨论在适当谱参数化下获得显式估计表达。
材料陈述的贡献
摘要称给出估计程序及渐近分布,在某些参数化下可显式表达估计量,并进一步研究其渐近效率。
阅读关注点
应核对谱距离准则的准确形式、真实谱未知时如何构造可计算估计,以及显式解和效率结果所需的参数化条件。
阅读边界
仅据 Crossref 摘要;参数上下标与准则记号不完整,需查原 PDF。准则的样本实现及效率条件未说明,不据乱码重构公式。

原文摘要

Summary Let {X(t)} be a Gaussian stationary process with mean zero and true spectral density g(x). We shall fit a certain spectral model f θ (x) for this process, and propose an estimate of θ, say θ^n, by minimizing a criterion D{f θ , g), which measures the nearness of f θ (x) to g(x). Also we shall derive the asymptotic distribution of θ^n. For the case of some appropriate spectral parametrization of f θ (x) we show that θ^n can be expressed in an explicit form. Furthermore, we shall investigate the asymptotic efficiency of θ^n.

笔记与分组
相关领域论文