TFT-bootstrap: Resampling time series in the frequency domain to obtain replicates in the time domain
TFT自助法：频域重抽样与时域时间序列复制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：摘要研究时间序列频域自助法，并明确将变点分析列为应用及模拟比较对象。
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
TFT自助法：频域重抽样与时域时间序列复制
- 研究问题
- 如何从时间序列的频域重抽样得到时域复制样本，保留正确的二阶矩结构，并用于变点分析和单位根检验？
- 方法与思路
- 作者对傅里叶系数的相位与幅度进行适当重抽样和平滑，再逆变换到时域，并研究所得自助过程的函数极限。
- 材料陈述的贡献
- 摘要称建立函数极限定理；小型模拟中，所讨论变点与单位根检验的尺寸和功效表现优于对应渐近检验。
- 阅读关注点
- 应核对适用过程类别、相位和幅度重抽样规则、平滑参数，以及部分和函数统计量的有效性和模拟比较范围。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；具体过程条件与调参方式未说明，小型模拟的优势不能推广到所有检验。
原文摘要
A new time series bootstrap scheme, the time frequency toggle (TFT)-bootstrap, is proposed. Its basic idea is to bootstrap the Fourier coefficients of the observed time series, and then to back-transform them to obtain a bootstrap sample in the time domain. Related previous proposals, such as the “surrogate data” approach, resampled only the phase of the Fourier coefficients and thus had only limited validity. By contrast, we show that the appropriate resampling of phase and magnitude, in addition to some smoothing of Fourier coefficients, yields a bootstrap scheme that mimics the correct second-order moment structure for a large class of time series processes. As a main result we obtain a functional limit theorem for the TFT-bootstrap under a variety of popular ways of frequency domain bootstrapping. Possible applications of the TFT-bootstrap naturally arise in change-point analysis and unit-root testing where statistics are frequently based on functionals of partial sums. Finally, a small simulation study explores the potential of the TFT-bootstrap for small samples showing that for the discussed tests in change-point analysis as well as unit-root testing, it yields better results than the corresponding asymptotic tests if measured by size and power.