[논문 리뷰] Spectral methods for small sample time series: A complete periodogram approach

Sourav Das, Suhasini Subba Rao외 1명|arXiv (Cornell University)|2020. 07. 01.

Complex Systems and Time Series Analysis참고 문헌 32인용 수 4

한 줄 요약

이 논문은 관측된 데이터 경계를 초월하는 최적의 선형 예측을 통합함으로써, 소규모 시간 시리즈의 스펙트럼 분석에서 유한 표본 편향을 감소시키는 새로운 '완전 주기도'를 제안한다. 기존 이산 푸리에 변환(DFT)을 관측되지 않은 지연값에 대한 예측을 포함하는 완전 DFT로 대체함으로써, 스펙트럼 밀도의 편향 없는 추정량을 도출할 수 있으며, 그 추정된 형태는 고전적 주기도보다 유의미하게 낮은 편향을 보이며, 특히 소표본 및 스펙트럼 피크 근처에서 뛰어난 성능을 발휘한다.

ABSTRACT

The periodogram is a widely used tool to analyze second order stationary time series. An attractive feature of the periodogram is that the expectation of the periodogram is approximately equal to the underlying spectral density of the time series. However, this is only an approximation, and it is well known that the periodogram has a finite sample bias, which can be severe in small samples. In this paper, we show that the bias arises because of the finite boundary of observation in one of the discrete Fourier transforms which is used in the construction of the periodogram. Moreover, we show that by using the best linear predictors of the time series over the boundary of observation we can obtain a "complete periodogram" that is an unbiased estimator of the spectral density. In practice, the "complete periodogram" cannot be evaluated as the best linear predictors are unknown. We propose a method for estimating the best linear predictors and prove that the resulting "estimated complete periodogram" has a smaller bias than the regular periodogram. The estimated complete periodogram and a tapered version of it are used to estimate parameters, which can be represented in terms of the integrated spectral density. We prove that the resulting estimators have a smaller bias than their regular periodogram counterparts. The proposed method is illustrated with simulations and real data.

연구 동기 및 목표

• 소표본 및 스펙트럼 밀도에 날카운 피크가 존재할 경우 심각한 유한 표본 편향을 보이는 고전적 주기도의 문제를 해결하기 위해.
• 관측되지 않은 시간 시리즈 값의 예측을 통합함으로써 O(n⁻¹) 이하의 편향 감소를 달성하는 이론적으로 타당한 표준 주기도의 대안을 개발하기 위해.
• 이중 모멘트(stationary) 조건 하에서 최적의 선형 예측자를 기반으로 한 완전 주기도가 스펙트럼 밀도의 편향 없는 추정량임을 입증하기 위해.
• 실용적 적용 가능성을 확보하기 위해 추정된 예측자를 사용한 완전 주기도의 실현 가능한 추정 절차를 제안하기 위해.
• 시뮬레이션과 태양흑점 데이터의 실세계 분석을 통해 방법의 유효성을 검증하고, 피크 진폭 추정 능력 향상을 입증하기 위해.

제안 방법

• 관측된 시리즈 {Xt}t=1n를 바탕으로 τ < 1 및 τ > n 인 Xτ의 최적 선형 예측자를 포함하여 정규 DFT를 확장함으로써 완전 이산 푸리에 변환(Complete DFT)을 정의한다.
• 완전 주기도를 완전 DFT의 제곱 크기로 정의한다: Ĩn(ω) = |J̃n(ω)|²이며, 이는 진정한 스펙트럼 밀도 f(ω)의 편향 없는 추정량임을 입증한다.
• cov[J̃n(ω), Jn(ω)] = f(ω)라는 성질을 이용하여 완전 주기도의 편향 없음 성질을 이론적으로 기반화한다.
• 모르는 최적 선형 예측자를 표본 자기공분산을 사용하여 추정하고, 유일-월러(Yule-Walker) 방정식을 풀어 '추정된 완전 주기도'를 구성한다.
• 추정된 완전 주기도에 데이터 타퍼링을 적용하여 누설과 편향을 추가로 감소시키고, '타퍼드된 추정된 완전 주기도'를 생성한다.
• 결과로 도출된 주기도를 사용하여 스펙트럼 밀도의 적분으로 표현 가능한 매개변수를 추정함으로써, 고전적 주기도 추정기보다 편향이 감소되었음을 입증한다.

실험 결과

연구 질문

• RQ1 관측되지 않은 시간 시리즈 값의 예측을 통합함으로써 고전적 주기도의 유한 표본 편향을 O(n⁻¹) 이하로 줄일 수 있는가?
• RQ2 완전 DFT를 기반으로 한 완전 주기도는 이중 모멘트 정상성 조건 하에서 스펙트럼 밀도의 편향 없는 추정량인가?
• RQ3 소표본에서 추정된 완전 주기도의 성능은 편향과 평균제곱오차 측면에서 고전적 주기도 및 타퍼드 주기도와 비교해 어떻게 되는가?
• RQ4 특히 날카운 또는 주요 주파수를 포함할 경우, 완전 주기도는 피크 진폭을 더 잘 포착할 수 있는가?
• RQ5 이 방법은 대표본에서도 그 장점을 유지하는가? 그리고 태양흑점 활동과 같은 실세계 데이터에서 고전적 방법과 비교해 어떻게 성능을 발휘하는가?

주요 결과

• 완전 주기도는 스펙트럼 밀도 f(ω)에 대해 이론적으로 편향이 없으며, 고전적 주기도가 O(n⁻¹)의 편향을 가지는 것과는 달리 O(n⁻¹) 이하의 편향을 가진다.
• 소표본에서 추정된 완전 주기도는 고전적 주기도보다 유의미하게 낮은 편향을 보이며, 일부 경우에서 편향이 O(n⁻¹)에서 O(n⁻²)로 감소한다.
• 시뮬레이션 결과, 소표본 크기(n = 20, 50)의 AR(1) 및 ARMA(1,1) 모델에서 추정된 완전 주기도는 피크 근처에서 편향이 50–70% 감소한 것으로 나타났다.
• 태양흑점 데이터(n = 3168)의 경우, 완전 주기도는 11년 주기에서 고전적 주기도(6.98×10⁵)와 타퍼드 주기도(6.25×10⁵)보다 높은 피크 진폭(7.1×10⁵)을 탐지하여 더 나은 진폭 추정 능력을 보였다.
• bartlett 창을 사용한 스무딩 후, 완전 주기도와 타퍼드된 완전 주기도는 11년 피크를 더 두드러지고 명확하게 드러내었으며, 9.1–12.6년 사이의 준주기대역을 더 잘 포착하였다.
• 실제 데이터에서의 방법은 강건성을 보였으며, 대표본에서도 고전적 방법보다 진정한 스펙트럼 형태와 진폭을 더 잘 유지하는 데 성공하였다.