Monotone spectral density estimation
单调谱密度估计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：摘要明确研究时间序列谱密度及短记忆、长记忆过程，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…
关注这篇论文的作者
单调谱密度估计
- 研究问题
- 当时间序列的谱密度具有单调性时，如何利用周期图施加形状约束，并刻画估计量在短记忆与长记忆过程下的性质？
- 方法与思路
- 作者分别对周期图和对数周期图进行保序回归，构造两类单调谱密度估计量，并推导其逐点极限分布和收敛速率。
- 材料陈述的贡献
- 摘要称在短记忆线性过程和长记忆高斯过程下得到逐点极限分布，并证明所提出的估计量具有速率最优性。
- 阅读关注点
- 应核对谱密度单调区间、短记忆和长记忆假设、逐点分布的标准化与边界处理，以及速率最优对应的函数类别。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；具体正则条件、速率和极限分布未说明，不能推广到任意长记忆或非单调谱密度。
原文摘要
We propose two estimators of a monotone spectral density, that are based on the periodogram. These are the isotonic regression of the periodogram and the isotonic regression of the log-periodogram. We derive pointwise limit distribution results for the proposed estimators for short memory linear processes and long memory Gaussian processes and also that the estimators are rate optimal.