Skip sampling: subsampling in the frequency domain
跳跃抽样：频域中的子抽样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的频域子抽样、离散傅里叶变换和谱统计量。
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
跳跃抽样：频域中的子抽样
- 研究问题
- 如何在离散傅里叶变换的频域构造时间序列子抽样，并在保持推断表现的同时减少频域自助法的计算负担与数值问题？
- 方法与思路
- 作者提出对离散傅里叶变换系数进行子抽样的新构造，研究其理论性质与适用范围，并针对谱均值和比率统计量开展比较。
- 材料陈述的贡献
- 摘要称数值研究中，该方法对线性谱均值和比率统计量的表现与频域自助法相近，同时具有计算节约和数值稳定性收益。
- 阅读关注点
- 应核对子抽样系数的选择规则、适用统计量和时间序列条件，以及理论保证与计算收益在不同样本长度下是否一致。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推广到所有非线性统计量或所有时间序列；理论条件、误差指标与计算节约幅度未说明。
原文摘要
Summary Over the last 35 years, several bootstrap methods for time series have been proposed. Popular time domain methods include the block bootstrap, the stationary bootstrap, the linear process bootstrap, among others; subsampling for time series is also available, and is closely related to the block bootstrap. The frequency domain bootstrap has been performed either by resampling the periodogram ordinates or by resampling the ordinates of the discrete Fourier transform. The paper at hand proposes a novel construction of subsampling the discrete Fourier transform ordinates, and investigates its theoretical properties and realm of applicability. Numerical studies show that the new method performs comparably to the frequency domain bootstrap for linear spectral means and ratio statistics, while at the same time yielding significant computational savings as well as numerical stability. Some key words: Discrete Fourier transform; Spectral density, Time series.