丰田佳彦（Yoshiyasu-Hamada Tamura） 非平稳过程分析方法。 （英语） Zbl 0678.62095号 Ann.Inst.Stat.数学。 39, 227-241 (1987). 作者提出了一种估计非平稳过程谱密度的方法。该过程首先将数据划分为长度相等的P个块。接下来，将AR（M）模型拟合到每个块，限制条件是相邻块的一步前预测因子之间的第一个差为\（N（0，\ sigma^2/\ eta^2）\）。将正态先验分配给块2到P中的AR参数，并最大化块I中AR参数的预期似然。然后使用ABIC标准选择块1中的自回归顺序。最后，根据该拟合模型逐块计算频谱。给出了算法和数值例子。 MSC公司： 62M15型 随机过程和谱分析的推断 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：非平稳过程;AR（M）模型;一步预测法;正常先验;预期可能性;ABIC标准;自回归;算法;数值示例 软件：提姆萨克 PDF格式BibTeX公司 XML格式引用 \textit{Y.-H.Tamura}，安.Inst.Stat.数学。39，编号1--2，227--241（1987；Zbl 0678.62095） 全文： 内政部 参考文献： [1] Akaike，H.（1979年）。关于复合时间序列模型的构建，Bull。第42期I.S.I.，48，411-422。 [2] Akaike，H.（1980）。可能性和贝叶斯程序，贝叶斯统计（编辑：Bernardo，J.S.，Degreoot，M.H.Lindley，D.V.和Smith，A.F.M.）·Zbl 0471.62033号 [3] Akaike，H.等人（1985年）。TIMSAC-84（时间序列分析和控制程序包），计算机科学专著，22，东京统计数学研究所。 [4] Bendat，J.S.和Piersol，A.G.（1966年）。《随机数据的测量与分析》，John Wiley&Sons，纽约·Zbl 0144.40901号 [5] Hino，M.（1977年）。光谱分析，浅仓商事株式会社，东京（日语）。 [6] Kitagawa，G.和Akaike，H.（1978年）。非平稳时间序列建模程序，Ann.Inst.Statist。数学。，30, 351–363. ·Zbl 0441.62080号 ·doi:10.1007/BF02480225 [7] Kitagawa，G.和Akaike，H.（1981年）。关于TIMSAC-78，应用时间序列分析II（编辑：Findley，D.），449–548。纽约学术出版社·兹伯利048262087 [8] Kitagawa，G.（1983年）。变化频谱估计，J.Sound and Vib。，89, 433–445. ·Zbl 0524.62091号 ·doi:10.1016/0022-460X（83）90547-3 [9] Mark，W.D.（1970）。非平稳随机过程卷积和滤波的谱分析，J.Sound and Vib。，11, 19–63. ·Zbl 0193.45001号 ·doi:10.1016/S0022-460X（70）80106-7 [10] Ozaki，T.和Tong，H.（1975年）。关于时间序列分析中非平稳自回归模型的拟合，第八届夏威夷国际系统科学会议论文集，224-226。 [11] Page，C.H.（1952）。瞬时功率谱，J.Appl。物理。，23, 103–106. ·Zbl 0047.37702号 ·doi:10.1063/1.1701949 [12] Priestley，M.B.（1965年）。进化谱和非平稳过程，J.R.Statist。社会，B27，221-224·兹比尔0144.41001 [13] Priestley，M.B.（1967年）。非平稳随机过程的功率谱分析，J.Sound and Vib。，6, 86–97. ·doi:10.1016/0022-460X（67）90160-5 [14] Subba Rao，T.（1970年）。非平稳时间序列模型与时间相关参数的拟合，J.R.Statist。社会，B32，312–332·Zbl 0225.62109号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。