Some Bayesian Considerations in Spectral Estimation
谱估计中的若干贝叶斯考虑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：摘要直接讨论周期图、谱密度及向量过程的谱密度矩阵，属于时间序列谱分析。
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
谱估计中的若干贝叶斯考虑
- 研究问题
- 如何将关于谱密度形状和平滑性的先验信息纳入谱估计，并分别估计指定频率处的谱值与频带内的总功率？
- 方法与思路
- 作者以周期图平均值的渐近分布为基础应用贝叶斯方法，采用逆伽马分布乘积作为共轭先验，并考虑向量过程的扩展。
- 材料陈述的贡献
- 摘要称该框架可处理两类有限维谱参数，并将结果扩展至向量情形的谱密度矩阵估计，提供纳入先验信息的方法。
- 阅读关注点
- 应核对先验如何表达形状与平滑性、周期图平均值近似分布的条件，以及标量共轭构造向谱密度矩阵推广的细节。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未给出后验公式、先验设定细节或有限样本评价，不能推断估计优势及其他版本变化。
原文摘要
This paper considers the problem of incorporating prior information about the shape and smoothness of a specrtal density into the formation of a spectral estimate. Two types of finite dimensional parameters are considered, the spectral ordinates at a specified collection of frequencies and the amount of power in each of a set of frequency bands. A method which is conditional on the .asymptotic distribution of periodogram averages is proposed. A formal procedure applies Bayes's theorem. A conjugate prior distribution is a product of inverted gamma, distributions. The results extend to estimation of a spectral density matrix in the vector case.