[論文レビュー] The Whittle Likelihood for Complex-Valued Time Series

Adam M. Sykulski, Sofia C. Olhede+2 more|arXiv (Cornell University)|Jun 25, 2013

Financial Risk and Volatility Modeling参考文献 34被引用数 3

ひとこと要約

本稿では、複素信号へのウィットル尤度の拡張により、複素数値および回転型時系列の統一された周波数領域フレームワークを提示する。これにより、パrametricおよびsemi-parametricモデリング、パラメータ推定、モデル選択、および不適切性のための新しい仮説検定が可能になる。この手法は、流体力学的乱流シミュレーションにおける異方的2次モーメント構造を効果的に捉えることに成功している。

ABSTRACT

There are three equivalent ways of representing two jointly observed real-valued signals: as a bivariate vector signal, as a single complex-valued signal, or as two analytic signals known as the rotary components. Each representation has unique advantages depending on the system of interest and the application goals. In this paper we provide a joint framework for all three representations in the context of frequency-domain stochastic modeling. This framework allows us to extend many established statistical procedures for bivariate vector time series to complex-valued and rotary representations. These include procedures for parametrically modeling signal coherence, estimating model parameters using the Whittle likelihood, performing semi-parametric modeling, and choosing between classes of nested models using model choice. We also provide a new method of testing for impropriety in complex-valued signals, which tests for noncircular or anisotropic second-order statistical structure when the signal is represented in the complex plane. Finally, we demonstrate the usefulness of our methodology in capturing the anisotropic structure of signals observed from fluid dynamic simulations of turbulence.

研究の動機と目的

• 2次元ベクトル、複素数値、回転型信号表現の間で周波数領域モデリングを統一すること。
• パラメータ推定やモデル選択といった既存のウィットル尤度手順を、複素数値および回転型信号に拡張すること。
• 複素数値信号における不適切性を検出するための新しい統計的仮説検定を構築すること。非円形または異方的2次モーメント構造を検出可能である。
• 本手法が現実の流体力学的乱流シミュレーションにおいて、異方的信号構造を捉える能力を実証すること。

提案手法

• 3つの等価な信号表現（2次元実信号、複素数値信号、回転成分）を形式化する。
• 周波数領域におけるスペクトル密度行列を用いて、複素数値時系列のウィットル尤度を導出する。
• 2次元ベクトル時系列から得られるパラメトリックおよびsemi-parametricモデリング手法を、複素数および回転型表現に適応する。
• 複素信号のスペクトル特性に基づいて、不適切性のための尤度比検定を構築する。
• 複素数値フレームワーク内でのモデル選択手順（ネストされたモデル比較を含む）を実装する。
• 本フレームワークを流体力学的乱流データに適用し、その実用的有効性を検証する。

実験結果

リサーチクエスチョン

• RQ1 2次元、複素数値、回転型表現間で統計的同等性を保ちながら、ウィットル尤度を複素数値時系列に拡張する方法は何か？
• RQ2 複素数値信号におけるコherー二ャンスおよび2次モーメント構造を捉える適切なスペクトルモデリングフレームワークは何か？
• RQ3 ウィットル尤度を用いて、非円形または異方的信号行動を検出するための不適切性のための統計的仮説検定をどのように構築できるか？
• RQ4 このフレームワークは、現実の乱流流体流れにおける異方的構造をどの程度正確にモデリング・推定できるか？
• RQ5 複素数領域におけるモデル選択およびパラメータ推定手順は、2次元ベクトル領域のそれらと比較してどのように異なるか？

主な発見

• 提案されたウィットル尤度フレームワークは、パラメトリックおよびsemi-parametricモデリングを複素数値および回転型時系列に効果的に拡張し、従来の2次元ベクトル時系列手法と整合性を保っている。
• 不適切性のための新しい尤度比検定は、複素数値信号における非円形または異方的2次モーメント構造を効果的に検出できる。
• 本手法により、複素数値時系列におけるコherー二ャンスおよびスペクトルパラメータの正確な推定が可能となり、2次元ベクトルアプローチと同等の性能を示す。
• ネストされたモデル比較を含むモデル選択手順が、ウィットル尤度を用いて複素数値領域に効果的に適応されている。
• 本フレームワークは、乱流の流体力学的シミュレーションにおいて異方的信号構造を効果的に捉え、物理系における実用的有効性を示している。