On the alignment of multiple time series fragments
多个时间序列片段的对齐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：摘要明确研究多个时间序列片段的对齐及滞后估计，直接支持时间序列分类；气候代理应用不构成宏观经济实证的证据。
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…
多个时间序列片段的对齐
- 研究问题
- 当多个时间序列片段存在位置差异时，如何估计对齐所需的时间滞后与位置参数，并将片段整合为较长的代理序列？
- 方法与思路
- 作者采用局部最小二乘准则对齐多个时间序列片段，研究时间滞后估计量的一致性与位置估计量的渐近正态性。
- 材料陈述的贡献
- 摘要称给出了两类估计量的相应渐近结果，并将准则用于对齐五十个冰川纹泥片段，构建三千年的全球温度代理序列。
- 阅读关注点
- 应核对时间滞后与位置参数的定义、片段重叠及依赖条件，并区分对齐估计的不确定性与温度代理序列构建的误差。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；渐近条件与代理序列验证细节未说明，构建温度代理不等于验证全球温度历史。
原文摘要
We consider a local least-squares criterion for aligning multiple time series fragments differing by locations and show the consistency of the time-lag estimator and the asymptotic normality of the location estimator. We apply the criterion to the problem of aligning 50 glacial varve fragments and construct a 3000-year surrogate for global temperature.