Extremal Analysis of Processes Sampled at Different Frequencies
不同采样频率下过程的极值分析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：摘要明确研究离散时间序列的采样频率与极值，直接对应时间序列方法，但应用并非宏观数据。
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
不同采样频率下过程的极值分析
- 研究问题
- 离散时间过程的观测极值会随采样频率改变，如何计入这一影响，使不同采样率的序列极端数据能够得到系统分析？
- 方法与思路
- 作者发展刻画采样频率与极值关系的理论结果，据此提出统计分析方法，并利用模拟、海浪和降雨资料展示应用。
- 材料陈述的贡献
- 摘要称所给理论与方法能够处理采样频率对极值的影响，为分析采样率不同的序列提供框架，并给出环境数据实例。
- 阅读关注点
- 应核对过程依赖与尾部条件、采样频率如何进入极值关系、不同序列比较的尺度，以及模拟和应用对理论的验证方式。
- 阅读边界
- 仅据所给 Crossref 摘要；未说明具体极值模型、校正公式或适用条件，环境数据实例不能直接支持金融尾部风险应用。
原文摘要
Summary The observed extremes of a discrete time process depend on the process itself and the sampling frequency. We develop theoretical results which show how to account for the effect of sampling frequency on extreme values, thus enabling us to analyse systematically extremal data from series with different sampling rates. We present statistical methodology based on these results which we illustrate though simulations and by applications to sea-waves and rainfall data.