Analysis of Time Series from Mixed Distributions
混合分布时间序列的分析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潜在自相关估计和白噪声检验，直接对应时间序列方法。
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
混合分布时间序列的分析
- 研究问题
- 同时具有离散概率质量和连续取值的时间序列，如何通过潜在高斯过程建模，并估计其相关结构与检验白噪声？
- 方法与思路
- 作者将这类序列表示为平稳高斯过程跨越阈值后的删失观测，提出潜在过程自相关函数的估计程序及白噪声检验。
- 材料陈述的贡献
- 摘要称，建立了所提自相关估计程序的强一致性和渐近正态性，并提出检验潜在高斯过程是否为白噪声的方法。
- 阅读关注点
- 应核对阈值及删失机制是否已知、潜在自相关如何由观测恢复，以及非平稳观测情形与渐近理论之间的关系。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；阈值设定、理论条件及检验表现未说明，不能推断适用于任意混合分布序列。
原文摘要
Some stationary and non-stationary time series arise from mixed distributions, the probabilities attached to the occurrence of certain values being positive, while a continuum of possible values is also involved. Such series are modeled in terms of a stationary Gaussian process $X_t$, which is censored when it crosses certain thresholds. Procedures are proposed for estimating the autocorrelation function of $X_t$. Their strong consistency and asymptotic normality are established. We suggest tests of the hypothesis that $X_t$ is white noise.