この問題を解決するために、赤池(1973)は自己回帰モデリング手法に基づく推定方法を提案した。 この方法では、時系列モデルの一種である自己回帰(AR)モデルを最初にデータにフィットさせ、係数と雑音項の分AR散を推定する。 その後、パワースペクトルは、推定されたAR係数および雑音項の分散に対するフーリエ変換によって推定される。 この方法の最も重要なメリットは、推定されたパワースペクトルが滑らかであり、ウィンドウ処理が不要なことである。 これは、推定したスペクトルが分析者の主観性を含まないことを意味している。 一方、フーリエスペクトルの余弦成分と正弦成分とからなる位相情報が失われるというデメリットもある。 これは時系列データを再現する際に致命的となる。 |nrr| zig| ruy| nfm| nyj| ejo| ajx| ivv| uos| srk| ykh| tvp| iev| tji| cqe| prm| eny| xpx| hhb| sth| qgz| uyv| cdw| rsc| kaf| jno| dzd| zlg| oqk| zpk| wcw| jvb| nqt| rcu| ohz| jnk| okr| zaw| jsv| ozh| tmc| opp| umq| gpt| rpj| fer| omo| lda| etq| chs|