Laplace Periodogram for Time Series Analysis
用于时间序列分析的拉普拉斯周期图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：摘要直接研究时间序列周期图、频谱与序列依赖，方法对应时间序列方向；所给应用是心率，并未提供宏观经济数据证据。
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
用于时间序列分析的拉普拉斯周期图
- 研究问题
- 普通周期图面对重尾噪声和非线性失真时可能表现受限；如何构造替代周期图，并为其分析时间序列依赖提供理论依据？
- 方法与思路
- 作者在生成普通周期图的谐波回归中，以最小绝对偏差替代最小二乘，分析新周期图与过零谱的联系，并开展模拟和心率应用。
- 材料陈述的贡献
- 摘要称，渐近分析揭示了拉普拉斯周期图与过零谱的联系；模拟展示其处理重尾噪声及非线性失真的优势，心率数据提供应用示例。
- 阅读关注点
- 应核对谐波回归和周期图的具体定义、与过零谱联系成立的条件，以及模拟比较设计和异常心搏对应用结果的影响。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；渐近条件和模拟优势的范围未说明，不能推断刊本变化或其对宏观序列的实际效果。
原文摘要
A new type of periodogram, called the Laplace periodogram, is derived by replacing least squares with least absolute deviations in the harmonic regression procedure that produces the ordinary periodogram of a time series. An asymptotic analysis reveals a connection between the Laplace periodogram and the zero-crossing spectrum. This relationship provides a theoretical justification for use of the Laplace periodogram as a nonparametric tool for analyzing the serial dependence of time series data. Superiority of the Laplace periodogram in handling heavy-tailed noise and nonlinear distortion is demonstrated by simulations. A real-data example shows its great effectiveness in analyzing heart rate variability in the presence of ectopic events and artifacts.