Global and local spectral-based tests for periodicities
检验周期性的全局与局部谱方法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：摘要直接研究时间序列的谱分析与周期性检验；其应用为听觉测试，未明确涉及宏观经济数据。
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
检验周期性的全局与局部谱方法
- 研究问题
- 利用时间序列频谱检验周期性时，全频段检验与目标频率附近的局部检验，在相关噪声下如何比较尺寸与功效？
- 方法与思路
- 作者将多种谱检验写成回归型 F 检验以近似计算尺寸和功效，并把全局检验从白噪声扩展至相关噪声情形。
- 材料陈述的贡献
- 摘要称，模拟中两类检验各有优势；局部检验较易使用，在频谱动态范围较大时，检测周期性的功效可相当或更好。
- 阅读关注点
- 应核对全局和局部统计量的定义、局部窗口选择、相关噪声处理，以及不同频谱条件下尺寸与功效的比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；窗口规则、噪声条件及模拟数值未说明，结果不支持某类检验始终占优或刊本变化推断。
原文摘要
We investigate tests for periodicity based on a spectral analysis of a time series, differentiating between global and local spectral-based tests. Global tests use information across the entire frequency band,whereas local tests are based on a window around the test frequency.We show that many spectral-based tests can be expressed in terms of a regression-based F test, which allows for approximate size and power calculations. Since global tests are usually derived assuming white noise errors, we extend to the correlated noise case. We demonstrate via a Monte Carlo study that although the global test may have better size and power, local tests are easier to use, and are comparable or better in terms of the power to detect periodicities, especially for spectra with a large dynamic range. We apply this methodology to a nonbehavioural test of hearing.