局部多项式回归中的实时估计及其在趋势-周期分析中的应用
摘要：局部多项式滤波器在样本期末的适应性研究，针对实时信号估计（即，在时间支持的边界）时，不能依赖局部多项式平滑器的自动适应性，因为直接实时滤波器的定位较强，导致估计结果极不稳定。作为替代方案，我们评估了一类通用的非对称滤波器，该滤波器在满足多项式复制约束条件的同时，将均方修正误差最小化；在亨德森滤波器的情况下，它嵌套了众所周知的马斯格拉夫的代理滤波器。该类滤波器依赖于未知的系列特征，如基础信号的斜率和曲率，这些特征可以从数据中估计。多个实证例子说明了我们提出的方法的有效性。
作者：Tommaso Proietti, Alessandra Luati
论文ID：0901.4219
分类：Applications
分类简称：stat.AP
提交时间：2009-01-28