Estimating the Covariance and Spectral Density Functions from a Clipped Stationary Time Series
从削波平稳时间序列估计协方差与谱密度函数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：摘要直接涉及平稳时间序列的协方差函数与谱密度估计，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
从削波平稳时间序列估计协方差与谱密度函数
- 研究问题
- 平稳时间序列经过数字化记录后，如何校正由记录转换引入的协方差估计偏差，并恢复协方差函数与谱密度函数？
- 方法与思路
- 作者研究对数字化记录估计进行偏差调整的方法，用于估计原平稳序列的协方差和谱密度，并讨论估计的渐近效率。
- 材料陈述的贡献
- 摘要称，所研究方法提供协方差函数和谱密度函数的一致估计，并讨论渐近效率，但未报告效率表达式或比较结果。
- 阅读关注点
- 应核对题名中削波与摘要中数字化的具体对应、记录转换规则、偏差校正方式，以及一致性和效率分析的条件。
- 阅读边界
- 仅据 Crossref 摘要；摘要未交代削波或数字化机制、原序列分布及校正公式，不能自行补设记录转换模型。
原文摘要
Summary When estimating the covariance functions of a stationary time series from a digitalized record, adjustments to the estimates must be made to correct for the bias caused by digitalizing. In this paper we investigate a method which provides consistent estimates of the covariance and the spectral density functions, and discuss their asymptotic efficiencies.