用于协变量相关时间序列谱分析的希普尔模型
统计方法学
2024-07-03 v1 统计计算
摘要
本文介绍一种新颖且计算效率高的模型，用于研究协变量与复制时间序列功率谱之间的关联。采用随机协变量依赖的克拉默谱表示和半参数对数谱模型，以量化对数谱与协变量之间的关联。每个复制特定的对数谱由希普尔表示，导致一种以希普尔系数作为响应变量的多变量线性模型。仅通过少量的希普尔系数，模型以简洁的方式捕捉时间序列的频率模式，显著缩短了计算时间。提出了两阶段估计程序。在第一阶段，使用基于Whittle似然的方法对截断的复制特定希普尔系数进行估计。在第二阶段，估计希普尔基的多变量线性模型的参数，从而估计协变量效应函数。该模型具有灵活性，可根据应用、领域知识或协变量特征选择性地采用各种估计方法。数值研究表明，尽管方法简单且计算时间更短，所提方法仍优于一些现有方法。本文的补充材料已在线上提供。
引用
@article{arxiv.2407.01763,
title = {A Cepstral Model for Efficient Spectral Analysis of Covariate-dependent Time Series},
author = {Zeda Li and Yuexiao Dong},
journal= {arXiv preprint arXiv:2407.01763},
year = {2024}
}