Frequency Estimation from Crossings of an Unknown Level
利用未知水平的上穿次数估计频率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：摘要直接分析平稳高斯过程随时间的上穿事件、观测时长和频率估计，属于时间序列方法。
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
利用未知水平的上穿次数估计频率
- 研究问题
- 当平稳高斯过程的均值水平未知时，能否利用某个未知水平的上穿次数和水平以上的停留时间估计过程平均频率？
- 方法与思路
- 作者结合未知水平的上穿次数与观测时间中高于该水平的比例构造估计量，并分析其偏差、方差和渐近正态性。
- 材料陈述的贡献
- 摘要称，论文给出偏差与方差公式及渐近正态条件；数值例子显示，水平距均值一个标准差以内时估计表现合理。
- 阅读关注点
- 应核对过程路径和依赖结构的条件、平均频率的定义、停留比例的校正机制，以及数值例子的参数与评价标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体公式及渐近条件，数值表现不能外推到非高斯过程或更远水平。
原文摘要
By counting the number of upcrossings of the mean level by a stationary Gaussian process one can estimate the mean frequency of the process. Here we present a frequency estimator based on the number of upcrossings of one unknown level hoped to be near the mean, and the percentage of the total observation time spent above the level. This is equivalent to observing upcrossings of a known level in a process with unknown mean and variance. Formulae are given for the bias and variance of the estimator, and conditions for its asymptotic normality. Numerical examples show that the estimator behaves reasonably for levels within one standard deviation from the process mean.