[论文解读] A simple test for white noise in functional time series

Pramita Bagchi, Vaidotas Characiejus+1 more|arXiv (Cornell University)|Jan 1, 2016

Statistical Methods and Inference参考文献 13被引用 1

一句话总结

该论文提出了一种简单、无需正则化的功能时间序列白噪声检验方法，基于谱密度算子与其由白噪声算子最佳逼近之间的L2距离。该检验基于周期图核的和，得到一个渐近正态的检验统计量，可直接通过标准正态分布计算临界值，无需重抽样或长程方差估计，并可对偏离白噪声的程度构建置信区间。

ABSTRACT

We propose a new procedure for white noise testing of a functional time series. Our approach is based on an explicit representation of the $L^2$-distance between the spectral density operator and its best ($L^2$-)approximation by a spectral density operator corresponding to a white noise process. The estimation of this distance can be easily accomplished by sums of periodogram kernels and it is shown that an appropriately standardized version of the estimator is asymptotically normal distributed under the null hypothesis (of functional white noise) and under the alternative. As a consequence we obtain a very simple test (using the quantiles of the normal distribution) for the hypothesis of a white noise functional process. In particular the test does neither require the estimation of a long run variance (including a fourth order cumulant) nor resampling procedures to calculate critical values. Moreover, in contrast to all other methods proposed in the literature our approach also allows to test for "relevant" deviations from white noise and to construct confidence intervals for a measure which measures the discrepancy of the underlying process from a functional white noise process.

研究动机与目标

• 开发一种简单、计算高效的时序功能白噪声检验方法。
• 避免依赖正则化参数或重抽样程序（如自助法）。
• 提供偏离白噪声的直接度量，并附带显式置信区间。
• 通过避免对创新项的i.i.d.假设，确保在弱依赖条件下的稳健性。
• 与现有谱域检验相比，提升有限样本性能。

提出的方法

• 该检验基于未知谱密度算子与其由白噪声谱密度算子最佳L2逼近之间的L2距离。
• 该距离通过平方周期图核的和直接估计，避免了完整谱密度估计。
• 检验统计量是该估计量的标准化版本，在原假设与备择假设下均显示为渐近正态。
• 临界值由标准正态分布推导得出，无需自助法或核带宽选择。
• 该方法可构建真实偏离白噪声距离的置信区间，从而实现对‘显著’偏离的检验。
• 由于无需迭代或重抽样程序，该方法计算效率高。

实验结果

研究问题

• RQ1 能否在无需正则化或重抽样的前提下开发功能白噪声检验？
• RQ2 谱密度算子与其白噪声逼近之间的L2距离能否通过周期图和有效估计，并具备良好的渐近性质？
• RQ3 所得检验统计量在原假设与备择假设下是否均为渐近正态？
• RQ4 该方法能否提供偏离白噪声的置信区间，从而实现对‘实际相关’偏离的实用评估？
• RQ5 与现有谱域检验（如Zhang, 2016）相比，该方法在有限样本中的表现如何？

主要发现

• 所提出的检验统计量在功能白噪声原假设及备择假设下均为渐近正态，可直接通过标准正态分布计算临界值。
• 该方法无需估计长程方差或四阶累积量，也无需重抽样，因此计算效率高。
• 该检验对创新项的弱依赖具有稳健性，因其不假设误差为i.i.d.，与以往的portmanteau检验不同。
• 模拟研究显示，该检验在有限样本中与Zhang (2016)相比具有竞争力，尤其在大小和功效方面表现优异。
• 该方法为L2距离从白噪声的偏离提供了显式置信区间，使研究人员能够评估偏离的实际意义。
• 该检验无需正则化，避免了选择带宽或滞后截断数的需要，而这些是其他方法中常见的不稳定性来源。