Frequency estimation from crossings of an unknown level
利用未知水平的上穿越估计频率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：摘要直接研究平稳高斯过程的频率、水平穿越与时间占比，属于时间序列方法，但未指定宏观经济应用。
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
利用未知水平的上穿越估计频率
- 研究问题
- 对平稳高斯过程，若只观察一个未知且希望接近均值的水平，能否结合上穿越次数与超越该水平的时间比例估计平均频率？
- 方法与思路
- 作者把某一未知水平的上穿越次数与处于该水平以上的观测时间比例结合，构造频率估计，并研究偏差、方差和渐近正态性。
- 材料陈述的贡献
- 摘要称给出偏差与方差公式及渐近正态条件；数值例子显示，水平距均值不超过一个标准差时，估计表现较为合理。
- 阅读关注点
- 应核对过程路径的正则性、上穿越如何观测、渐近正态性的依赖条件，以及未知水平偏离均值时误差如何变化。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；数值例子的表现不能当作统一精度保证，摘要未说明观测机制及完整正则条件。
原文摘要
By counting the number of upcrossings of the mean level by a stationary Gaussian process one can estimate the mean frequency of the process. Here we present a frequency estimator based on the number of upcrossings of one unknown level hoped to be near the mean, and the percentage of the total observation time spent above the level. This is equivalent to observing upcrossings of a known level in a process with unknown mean and variance. Formulae are given for the bias and variance of the estimator, and conditions for its asymptotic normality. Numerical examples show that the estimator behaves reasonably for levels within one standard deviation from the process mean.