非参数时间序列回归模型中信噪比统计量分布估计的快速子抽样方法
统计方法学
2021-11-05 v4
摘要
信噪比（SNR）统计量在许多应用中起核心作用。研究 SNR 的一种常见情形是：连续时间信号以固定频率采样且背景中存在某种噪声。尽管已有估计方法，但当噪声非弱平稳时其分布所知甚少。本文发展了一种非参数方法，用于在噪声属于一类相当广泛的随机过程（涵盖短程与长程依赖，以及非线性）时估计 SNR 统计量的分布。该方法基于平滑与子抽样技术的结合。计算仅在子样本层面进行，从而可应对现代数据采集技术产生的典型海量样本。我们给出了所提方法的渐近保证，并通过数值实验展示了有限样本表现。最后，我们给出了一个面向脑电图（EEG）数据的应用。
引用
@article{arxiv.1711.01762,
title = {A fast subsampling method for estimating the distribution of signal-to-noise ratio statistics in nonparametric time series regression models},
author = {Francesco Giordano and Pietro Coretto},
journal= {arXiv preprint arXiv:1711.01762},
year = {2021}
}