A mean squared error criterion for time series data windows
时间序列数据窗的均方误差准则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：摘要直接讨论时间序列周期图、谱估计、自回归过程及数据窗选择，对应时间序列方法。
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
时间序列数据窗的均方误差准则
- 研究问题
- 时间序列谱估计中，应如何选择数据窗的渐消程度，尤其在谱存在尖峰时，固定比例渐消是否是合适的选择策略？
- 方法与思路
- 作者用周期图的平均积分平方误差评价数据窗，在若干自回归过程中数值选择余弦窗参数，并提出数据驱动的估计方法。
- 材料陈述的贡献
- 摘要称，尖峰谱下渐消可能显著有益；所研究各情形的最优渐消点数随样本量增加趋于常数，并提供蒙特卡洛证据。
- 阅读关注点
- 应核对误差准则的定义、所研究自回归过程与谱形状，以及最优点数趋于常数是数值观察还是另有理论保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；趋于常数的陈述限于所研究情形，不能推广至所有过程，模拟数值与刊本变化未知。
原文摘要
A periodogram mean integrated squared error criterion is proposed for assessing the performance of time series data windows, or tapers. The criterion is evaluated numerically for several known autoregressive processes to determine the optimal amount of tapering in Tukey's cosine window. It is found that tapering can be extremely beneficial if the spectrum contains sharp peaks. Also, in all cases studied, the optimal number of points tapered converges to a constant as the sample size increases. This result is at odds with the traditional strategy of tapering a fixed percentage of the data. Finally, a method is proposed for estimating the optimal degree of tapering on the basis of data from an unknown process. Some Monte Carlo evidence is presented to demonstrate the effectiveness of the proposed estimation technique.