Gaussian Approximation for Lag-Window Estimators and the Construction of Confidence bands for the Spectral Density
滞后窗估计量的高斯近似与谱密度同时置信带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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究平稳时间序列的谱密度、傅里叶频率和滞后窗估计，文本依据直接支持时间序列方向，但未限定宏观应用。
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…
滞后窗估计量的高斯近似与谱密度同时置信带
- 研究问题
- 如何为平稳时间序列的谱密度构造同时置信带，并验证用于所有正傅里叶频率的重抽样推断具有渐近有效性？
- 方法与思路
- 作者对正傅里叶频率上的经典滞后窗谱密度估计量建立高斯近似，据此分析乘子 bootstrap 的有效性与收敛速率。
- 材料陈述的贡献
- 摘要称高斯近似支持乘子 bootstrap 的渐近有效性验证及收敛速率推导，并以小规模模拟考察有限样本性质。
- 阅读关注点
- 应核对平稳性之外的依赖和矩条件、窗函数与带宽要求，以及离散频率上的覆盖如何对应所报告的同时置信带。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明具体正则条件、收敛速率及模拟覆盖率数值。
原文摘要
In this paper we consider the construction of simultaneous confidence bands for the spectral density of a stationary time series using a Gaussian approximation for classical lag-window spectral density estimators evaluated at the set of all positive Fourier frequencies. The Gaussian approximation opens up the possibility to verify asymptotic validity of a multiplier bootstrap procedure and, even further, to derive the corresponding rate of convergence. A small simulation study sheds light on the finite sample properties of this bootstrap proposal.