Loss of spectral peaks in autoregressive spectral estimation
自回归谱估计中的谱峰丢失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：摘要直接研究自回归参数估计与谱分析，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
自回归谱估计中的谱峰丢失
- 研究问题
- 自回归参数的估计方法如何影响谱分析，尤其是最小二乘与 Yule–Walker 估计是否会产生不同的谱峰保留与偏差表现？
- 方法与思路
- 作者通过包含二阶项的渐近分析比较参数估计方法对谱估计的影响，并用纳入 Burg 类估计的模拟检验理论分析。
- 材料陈述的贡献
- 摘要称，Yule–Walker 估计可能造成谱峰丢失与较强偏差，因此建议优先采用最小二乘估计；所述模拟支持这一判断。
- 阅读关注点
- 应核对二阶展开的适用条件、谱峰丢失的具体判据，以及模拟中的模型阶数、样本量和 Burg 类估计的比较方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体模型条件与数值结果，不能将方法推荐推广至所有自回归过程。
原文摘要
Autoregressive spectral analysis depends on the method used for estimating the autoregressive parameters. It is shown by an asymptotic analysis involving second-order terms that least-squares estimates should be preferred to Yule-Walker estimates, since Yule-Walker estimates may result in loss of spectral peaks and strong bias. The results are confirmed by simulations which include also Burg-type estimates.