Efficient bias corrected nonparametric spectral estimation
高效的偏差校正非参数谱估计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。
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：摘要直接研究给定频率处的谱密度与核谱估计，属于时间序列的频域方法。
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
高效的偏差校正非参数谱估计
- 研究问题
- 如何估计给定频率处的谱密度，并通过校正核谱估计的局部偏差，改善相对于最优带宽核估计的渐近效率？
- 方法与思路
- 作者依据核谱估计的局部二阶行为建立线性模型，再构造第二阶段估计量，并讨论过度平滑时的效率表现。
- 材料陈述的贡献
- 摘要称，在核估计被过度平滑的条件下，第二阶段估计比采用未知最优带宽的核估计更有效，并提供模拟与实现例子。
- 阅读关注点
- 应核对局部二阶模型的近似条件、过度平滑的具体要求、效率比较的准则，以及实际带宽选择和小样本表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体正则条件、效率增益及模拟数值未说明，不能推断刊本变化。
原文摘要
We consider estimation of a spectral density at a particular frequency. A linear model is developed based on the local second order behaviour of kernel spectral estimates and a second stage estimate is derived from this model. The estimate is shown to be asymptotically more efficient than the kernel estimate with the optimal, but unknown, bandwidth whenever the smoothing parameter is chosen so that it oversmooths the kernel estimate. A small-sample simulation study shows good characteristics of the second stage estimate. Practical implementation is discussed through examples.