Spectral Analysis for Categorical Time Series: Scaling and the Spectral Envelope
类别时间序列的谱分析：赋值与谱包络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：摘要明确研究类别时间序列的频域、谐波与谱分析，直接对应时间序列方向。
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…
类别时间序列的谱分析：赋值与谱包络
- 研究问题
- 类别取值的时间序列如何进行频域与谐波分析，并建立能够处理类别数值赋值问题的一般方法框架？
- 方法与思路
- 作者讨论类别时间序列的数值赋值，提出谱包络概念，据此构建频域分析方法，并以分子生物学数据展示。
- 材料陈述的贡献
- 摘要称启动了类别时间序列频域分析的一般框架建设，提出谱包络这一新概念，并提供实际数据示例。
- 阅读关注点
- 应核对类别赋值与谱包络的定义、序列条件及估计方法，以及谱包络如何对应谐波结构和示例中的发现。
- 阅读边界
- 索引摘要未注明稿件版本；未说明谱包络的数学定义、推断性质或具体结果，不能仅据示例判断其普遍适用性。
原文摘要
Many studies produce categorical time series in which harmonic analysis is of interest. Although there exist time domain approaches for the analysis of categorical time series such as Markov chains or link function based regression models, there is apparently little statistical theory or methodology for analyzing qualitative-valued time series in the frequency domain. The purpose of this paper is to initiate the development of a general framework for the frequency domain analysis of categorical time series. In doing so, we discuss the scaling of categorical time series and introduce a new concept that we call the spectral envelope of a categorical time series. We demonstrate our methodology on a data set from a problem in molecular biology.