Nonparametric inference of quantile curves for nonstationary time series
非平稳时间序列分位数曲线的非参数推断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：摘要明确研究非平稳时间序列的分位数曲线及其趋势检验，直接涉及时间序列和分位数推断。
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
非平稳时间序列分位数曲线的非参数推断
- 研究问题
- 如何检验非平稳时间序列分位数曲线的参数形式，并揭示均值趋势可能无法反映的高分位气候变量变化？
- 方法与思路
- 作者利用Bahadur表示和高斯近似构造同时置信带与积分平方差检验，并用野生自助法缓解渐近收敛缓慢的问题。
- 材料陈述的贡献
- 摘要称检验具有渐近正确的一类错误率；气旋风速应用报告高分位存在非均匀上升趋势，而生命期最大风速均值无趋势。
- 阅读关注点
- 应核对非平稳过程与时间依赖条件、分位数范围、置信带和自助法校准，以及应用中高分位与均值趋势的检验依据。
- 阅读边界
- 仅依据稿件版本未注明的OpenAlex索引摘要；未提供过程条件、趋势幅度或不确定性数值，应用结论不能解释为气候变化的因果识别。
原文摘要
The paper considers nonparametric specification tests of quantile curves for a general class of nonstationary processes. Using Bahadur representation and Gaussian approximation results for nonstationary time series, simultaneous confidence bands and integrated squared difference tests are proposed to test various parametric forms of the quantile curves with asymptotically correct type I error rates. A wild bootstrap procedure is implemented to alleviate the problem of slow convergence of the asymptotic results. In particular, our results can be used to test the trends of extremes of climate variables, an important problem in understanding climate change. Our methodology is applied to the analysis of the maximum speed of tropical cyclone winds. It was found that an inhomogeneous upward trend for cyclone wind speeds is pronounced at high quantile values. However, there is no trend in the mean lifetime-maximum wind speed. This example shows the effectiveness of the quantile regression technique.