Spectral Density Estimation for Nonstationary Data With Nonzero Mean Function
非零均值函数下非平稳数据的谱密度估计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：摘要明确研究非平稳时间序列的谱密度估计，并提及经济数据应用。
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
非零均值函数下非平稳数据的谱密度估计
- 研究问题
- 对于具有非零均值函数的几乎周期相关非平稳时间序列，如何在不预先去均值的情况下估计谱密度并缓解泄漏？
- 方法与思路
- 作者提出基于子抽样的非参数谱密度估计，与经典估计量进行模拟比较，并另构造旨在减少谱泄漏的修正估计量。
- 材料陈述的贡献
- 摘要称所提方法无需对数据去均值，修正方法可减少泄漏；补充材料包含模拟研究及两个真实经济数据应用。
- 阅读关注点
- 应核对几乎周期相关过程的适用范围、子抽样方案和均值条件，以及修正估计量减少泄漏所需的条件与代价。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；一致性条件、调参规则与应用结果未说明，不能推断后续刊本变化。
原文摘要
We introduce a new approach for nonparametric spectral density estimation based on the subsampling technique, which we apply to the important class of nonstationary time series. These are almost periodically correlated sequences. In contrary to existing methods, our technique does not require demeaning of the data. On the simulated data examples, we compare our estimator of spectral density function with the classical one. Additionally, we propose a modified estimator, which allows to reduce the leakage effect. Moreover, in the supplementary materials, we provide a simulation study and two real data economic applications. Supplementary materials for this article are available online.