Posterior consistency for the spectral density of non-Gaussian stationary time series
非高斯平稳时间序列谱密度的后验一致性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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究平稳时间序列的谱密度估计及其后验一致性，因此对应时间序列方法，并未限定宏观应用。
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…
非高斯平稳时间序列谱密度的后验一致性
- 研究问题
- 基于 Whittle 似然及其推广的贝叶斯谱密度估计，能否将已有高斯时间序列后验一致性结论扩展到非高斯情形？
- 方法与思路
- 作者运用适用于依赖数据和模型误设的一般一致性定理，扩展相关谱密度后验结果，并以非高斯序列示例考察小样本表现。
- 材料陈述的贡献
- 摘要称，推广似然下的谱密度后验一致性可扩展到非高斯序列，传统 Whittle 似然情形也得到相应扩展。
- 阅读关注点
- 应核对非高斯序列的依赖与矩条件、先验支持条件，以及近似似然的误设处理和一致性所使用的距离。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；摘要未说明完整正则条件、一致性度量或小样本结果数值。
原文摘要
Various nonparametric approaches for Bayesian spectral density estimation of stationary time series have been suggested in the literature, mostly based on the Whittle likelihood approximation. A generalization of this approximation has been proposed in Kirch et al. who prove posterior consistency for spectral density estimation in combination with the Bernstein-Dirichlet process prior for Gaussian time series. In this paper, we will extend the posterior consistency result to non-Gaussian time series by employing a general consistency theorem of Shalizi for dependent data and misspecified models. As a special case, posterior consistency for the spectral density under the Whittle likelihood as proposed by Choudhuri, Ghosal and Roy is also extended to non-Gaussian time series. Small sample properties of this approach are illustrated with several examples of non-Gaussian time series.