A Mean Squared Error Criterion for Time Series Data Windows
时间序列数据窗的均方误差准则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周期图、谱估计和自回归过程，直接对应时间序列方向，未指定宏观应用。
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…
关注这篇论文的作者
时间序列数据窗的均方误差准则
- 研究问题
- 如何用周期图的均方积分误差选择时间序列渐消窗的强度，最优渐消点数随样本量增加呈现什么变化？
- 方法与思路
- 作者对若干自回归过程数值计算误差准则，选择 Tukey 余弦窗的渐消程度，并提出未知过程下的数据驱动估计方法。
- 材料陈述的贡献
- 摘要称尖锐谱峰下渐消可明显有益，所研究情形的最优渐消点数趋于常数，并以蒙特卡洛展示估计方法的效果。
- 阅读关注点
- 应核对误差准则和谱峰设定、渐消点数的定义，以及趋于常数的发现是否仅限所研究过程和数值范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，所报告规律限于研究过的情形，不能断言固定比例渐消对所有过程都不合适。
原文摘要
A periodogram mean integrated squared error criterion is proposed for assessing the performance of time series data windows, or tapers. The criterion is evaluated numerically for several known autoregressive processes to determine the optimal amount of tapering in Tukey's cosine window. It is found that tapering can be extremely beneficial if the spectrum contains sharp peaks. Also, in all cases studied, the optimal number of points tapered converges to a constant as the sample size increases. This result is at odds with the traditional strategy of tapering a fixed percentage of the data. Finally, a method is proposed for estimating the optimal degree of tapering on the basis of data from an unknown process. Some Monte Carlo evidence is presented to demonstrate the effectiveness of the proposed estimation technique.