Bootstrapping Locally Stationary Processes
局部平稳过程的自助法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：摘要直接研究局部平稳时间序列、频域矩结构及其自助法推断。
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…
局部平稳过程的自助法
- 研究问题
- 对于统计特征随时间变化的局部平稳过程，如何生成伪时间序列，以近似一类统计量的抽样分布并支持推断？
- 方法与思路
- 作者结合时域 wild bootstrap 与非参数频域方法，使伪序列渐近匹配局部二阶矩及所需的四阶矩结构。
- 材料陈述的贡献
- 摘要称作者为可表示为预周期图泛函的一般统计量建立自助法中心极限定理，并用模拟和真实数据展示有限样本表现。
- 阅读关注点
- 应核对局部平稳的定义、二阶与四阶矩的匹配范围、预周期图泛函的限制，以及自助法实施中的平滑和调参要求。
- 阅读边界
- 仅依据 Crossref 摘要；具体过程条件、统计量范围和模拟数值未提供，不能认为方法适用于任意非平稳时间序列。
原文摘要
Summary We propose a non-parametric method to bootstrap locally stationary processes which combines a time domain wild bootstrap approach with a non-parametric frequency domain approach. The method generates pseudotime series which mimic (asymptotically) correct, the local second- and to the necessary extent the fourth-order moment structure of the underlying process. Thus it can be applied to approximate the distribution of several statistics that are based on observations of the locally stationary process. We prove a bootstrap central limit theorem for a general class of statistics that can be expressed as functionals of the preperiodogram, the latter being a useful tool for inferring properties of locally stationary processes. Some simulations and a real data example shed light on the finite sample properties and illustrate the ability of the bootstrap method proposed.