Haar–Fisz Estimation of Evolutionary Wavelet Spectra
演化小波谱的 Haar–Fisz 估计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：摘要明确研究局部平稳时间序列的时变方差与小波谱，未说明金融波动率应用。
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…
关注这篇论文的作者
演化小波谱的 Haar–Fisz 估计
- 研究问题
- 如何估计局部平稳高斯时间序列中随时间变化且分段常数的局部方差，并进一步刻画局部平稳小波模型的谱结构？
- 方法与思路
- 作者结合 Haar 小波与稳定方差的 Fisz 变换估计局部方差及谱结构，并提出使缩放卡方数据接近高斯分布的变换。
- 材料陈述的贡献
- 摘要称估计量具有均方一致性、计算快速且容易实现，并提出 Haar–Fisz 变换作为稳定方差与改善分布形态的工具。
- 阅读关注点
- 核对局部平稳、高斯性及分段常数限制如何进入理论，查看小波谱估计步骤、变换定义与实际表现的比较依据。
- 阅读边界
- 仅据所给 Crossref 摘要；一致性条件、调节参数与实践结果未提供，不能推广到任意非平稳序列或推断其他版本变化。
原文摘要
Summary We propose a new ‘Haar–Fisz’ technique for estimating the time-varying, piecewise constant local variance of a locally stationary Gaussian time series. We apply our technique to the estimation of the spectral structure in the locally stationary wavelet model. Our method combines Haar wavelets and the variance stabilizing Fisz transform. The resulting estimator is mean square consistent, rapidly computable and easy to implement, and performs well in practice. We also introduce the ‘Haar–Fisz transform’, a device for stabilizing the variance of scaled χ2-data and bringing their distribution close to Gaussianity.