Estimation of the long-run variance of nonlinear time series with an application to change point analysis
非线性时间序列的长期方差估计及其变点分析应用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：摘要核心是非线性时间序列长期方差估计，并明确应用于均值变化检验。
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…
非线性时间序列的长期方差估计及其变点分析应用
- 研究问题
- 对 Bernoulli 移位这一类非线性时间序列，原点附近频率构成的平滑周期图长期方差估计量能否获得渐近正态性？
- 方法与思路
- 作者研究仅使用原点附近窄频带的平滑周期图估计量，建立非线性序列下的渐近结果，并用于区分均值变化与长程依赖。
- 材料陈述的贡献
- 摘要称该结果将既有线性时间序列的适用范围扩展到一类非线性序列，并通过模拟展示相关均值变化检验的表现。
- 阅读关注点
- 应核对 Bernoulli 移位的依赖与矩条件、频带宽度的选择和渐近方差，以及均值变化检验如何处理长程依赖。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未给出依赖限制、带宽速率与检验细节，不能推广至所有非线性序列。
原文摘要
For a broad class of nonlinear time series known as Bernoulli shifts, we establish the asymptotic normality of the smoothed periodogram estimator of the long-run variance. This estimator uses only a narrow band of Fourier frequencies around the origin and so has been extensively used in local Whittle estimation. Existing asymptotic normality results apply only to linear time series, so our work substantially extends the scope of the applicability of the smoothed periodogram estimator. As an illustration, we apply it to a test of changes in mean against long-range dependence. A simulation study is also conducted to illustrate the performance of the test for nonlinear time series.