The Variance Profile
方差谱剖面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：摘要明确研究平稳时间序列、分数整合与长记忆，并提出利用方差剖面评估结构变化。
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…
方差谱剖面
- 研究问题
- 能否用谱密度的幂平均统一刻画平稳过程的不同方差特征，并据此研究分数整合、长记忆及结构变化？
- 方法与思路
- 作者定义随幂参数变化的方差剖面，以平滑样本谱的幂平均构造非参数估计量，并分析其一致性与渐近正态性。
- 材料陈述的贡献
- 摘要称该剖面统一连接谱极值及插值、预测误差与无条件方差，并展示气候和金融序列的长记忆估计与结构变化评估。
- 阅读关注点
- 应核对谱密度与幂参数的适用条件、谱平滑方式、渐近理论，以及长记忆估计和结构变化评估的具体实施方法。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；不能推断刊本变化。摘要未给出谱正则条件、带宽要求或实证估计的数值结果。
原文摘要
The variance profile is defined as the power mean of the spectral density function of a stationary stochastic process. It is a continuous and nondecreasing function of the power parameter, p, which returns the minimum of the spectrum (p→−∞), the interpolation error variance (harmonic mean, p=−1), the prediction error variance (geometric mean, p=0), the unconditional variance (arithmetic mean, p=1), and the maximum of the spectrum (p→∞). The variance profile provides a useful characterization of a stochastic process; we focus in particular on the class of fractionally integrated processes. Moreover, it enables a direct and immediate derivation of the Szegö-Kolmogorov formula and the interpolation error variance formula. The article proposes a nonparametric estimator of the variance profile based on the power mean of the smoothed sample spectrum, and proves its consistency and its asymptotic normality. From the empirical standpoint, we propose and illustrate the use of the variance profile for estimating the long memory parameter in climatological and financial time series and for assessing structural change.