Nonparametric estimation of a periodic sequence in the presence of a smooth trend
存在平滑趋势时周期序列的非参数估计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：摘要直接研究序列中的周期成分、趋势和随机误差，属于时间序列方法。
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
存在平滑趋势时周期序列的非参数估计
- 研究问题
- 当观测同时包含未知周期成分、平滑趋势和随机误差时，如何估计周期长度，并分离周期变化与长期趋势？
- 方法与思路
- 作者在非参数回归框架中提出联合估计程序，估计未知周期、周期成分取值和趋势函数，并用模拟及全球温度异常数据展示。
- 材料陈述的贡献
- 摘要称，论文建立周期估计的一致性，并给出周期成分与趋势估计的收敛速度和极限分布，但未列出具体形式。
- 阅读关注点
- 应核对周期与趋势可区分的条件、误差依赖结构、平滑参数选择，以及周期估计误差是否影响后续函数估计和推断。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未说明识别条件、具体收敛速度或极限分布，应用表现也未量化。
原文摘要
We investigate a nonparametric regression model including a periodic component, a smooth trend function, and a stochastic error term. We propose a procedure to estimate the unknown period and the function values of the periodic component as well as the nonparametric trend function. The theoretical part of the paper establishes the asymptotic properties of our estimators. In particular, we show that our estimator of the period is consistent. In addition, we derive the convergence rates and the limiting distributions of our estimators of the periodic component and the trend function. The asymptotic results are complemented with a simulation study and an application to global temperature anomaly data.