Using the periodogram to estimate period in nonparametric regression
用周期图估计非参数回归中的周期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：摘要直接研究周期图、周期估计及观测时间安排，属于时间序列频域方法的相关方向，但其明确应用动机来自天文学。
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
用周期图估计非参数回归中的周期
- 研究问题
- 在非参数周期回归中，周期图估计相较最小二乘法有哪些统计与数值特点，观测时间安排的周期性会造成什么困难？
- 方法与思路
- 作者从理论上比较周期图与最小二乘周期估计，分析估计方差及观测时间表周期性的影响，并结合真实数据开展数值研究。
- 材料陈述的贡献
- 摘要称周期图提供有用的图形信息，但估计方差略高于最小二乘方法，也更容易受周期性观测安排影响，从而明确了使用边界。
- 阅读关注点
- 应核对两类估计方法的比较条件、观测时间表与信号周期之间的关系，以及理论方差结论和真实数据示例如何对应。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出采样条件和方差差距，天文学动机也不能直接代表经济时间序列表现。
原文摘要
Properties of the periodogram are seldom studied in the setting of nonparametric regression, although that is the context in which the periodogram is widely applied in astronomy. There it is a competitor with more recent least-squares methods. The periodogram has the advantage of providing significant graphical insight into statistical and numerical aspects of the problem. However, as we show in the present paper, it also has drawbacks. The estimator that it produces has somewhat higher variance than its least-squares counterpart, and a periodogram-based approach is more prone to suffer difficulties caused by periodicity of the observation schedule. While the periodogram remains a very attractive tool, the information provided in this paper allows users to assess more readily the extent to which it can be relied upon in a nonparametric setting. This aspect of our contributions is discussed theoretically and illustrated by numerical studies involving a real dataset.