A Method for Determining Periods in Time Series
确定时间序列周期的一种方法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：摘要明确研究时间序列谱密度峰值、周期估计及其渐近推断。
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
确定时间序列周期的一种方法
- 研究问题
- 如何从自回归谱或加窗谱估计中的峰值确定时间序列周期，并对真实谱密度峰值对应的周期给出渐近不确定性评价？
- 方法与思路
- 作者分别分析自回归谱和加窗谱估计的峰值周期，在所述条件下推导一致性、渐近正态性及渐近方差，并构造置信区间。
- 材料陈述的贡献
- 摘要称，两类谱峰周期估计在相应假设下具有渐近理论依据，并以激素数据展示峰值周期渐近置信区间的应用。
- 阅读关注点
- 核对自回归阶数已知的要求、加窗谱假设的修改、峰值识别条件，以及渐近方差与周期置信区间的实际计算方式。
- 阅读边界
- 材料仅为版本未注明的 OpenAlex 索引摘要；谱峰和窗口的完整条件未说明，不能推及阶数未知情形或推断刊本变化。
原文摘要
The periods corresponding to peaks in the autoregressive and window spectral density estimators are shown to be consistent and asymptotically normal estimators of peak periods in the true spectral density under assumptions of known autoregressive order and under slight modifications of the assumptions often made to show the asymptotic normality of window estimators, respectively. The asymptotic variances are obtained, and the use of the theory is illustrated by obtaining an asymptotic confidence interval for a peak period using a set of hormone data.