[论文解读] Testing equality of spectral density operators for functional linear processes

Anne Leucht, Efstathios Paparoditis+1 more|arXiv (Cornell University)|Apr 10, 2018

Statistical Methods and Inference参考文献 32被引用 5

一句话总结

该论文提出了一种基于 $L^2$-型的函数检验方法，通过测量所有频率上的希尔伯特-施密特距离，评估两个独立的函数线性过程之间谱密度算子相等性。该方法引入了一种子频域自展法，其性能优于大样本正态近似，证明了其渐近有效性与一致性，模拟结果表明即使在小样本下也表现出良好的尺寸控制与检验功效。

ABSTRACT

The problem of testing equality of the entire second order structure of two independent functional linear processes is considered. A fully functional $L^2$-type test is developed which evaluates, over all frequencies, the Hilbert-Schmidt distance between the estimated spectral density operators of the two processes. The asymptotic behavior of the test statistic is investigated and its limiting distribution under the null hypothesis is derived. Furthermore, a novel frequency domain bootstrap method is developed which approximates more accurately the distribution of the test statistic under the null than the large sample Gaussian approximation obtained. Asymptotic validity of the bootstrap procedure is established and consistency of the bootstrap-based test under the alternative is proved. Numerical simulations show that, even for small samples, the bootstrap-based test has very good size and power behavior. An application to meteorological functional time series is also presented.

研究动机与目标

• 为解决测试两个独立函数时间序列之间完整二阶结构（由谱密度算子表示）相等性的挑战。
• 基于所有频率上估计的谱密度算子之间的 $L^2$-型距离，构建检验统计量。
• 改进检验统计量零分布的大样本正态近似，特别是在小样本情况下的表现。
• 建立一种新型频域自展程序的渐近有效性，以实现对零分布更精确的近似。
• 证明在备择假设下基于自展法的检验具有一致性，确保能够可靠检测出差异。

提出的方法

• 将函数型 $L^2$-型检验统计量定义为在单位频率区间上，估计的谱密度算子之间差值的积分希尔伯特-施密特范数。
• 推导在零假设（即谱密度算子相等）下检验统计量的渐近分布。
• 提出一种频域自展方法，通过重采样周期图算子的块状结构，更准确地近似零分布，优于渐近正态性。
• 在零假设下建立自展程序的渐近有效性，确保其分布收敛于真实的零分布。
• 利用自展法计算临界值与p值，实现尺寸控制的检验，并提升有限样本下的性能。
• 将该方法应用于真实的气象函数时间序列，以展示其经验相关性与稳健性。

实验结果

研究问题

• RQ1 是否能够通过完全函数型的 $L^2$-型检验，在所有频率上检测出两个独立函数线性过程之间谱密度算子的差异？
• RQ2 在小样本下，基于自展法的检验性能与大样本正态近似相比如何？
• RQ3 在谱密度算子相等的零假设下，所提出的频域自展法是否具有渐近有效性？
• RQ4 在备择假设下，基于自展法的检验是否保持一致性，从而确保能够检测出真实差异？
• RQ5 该方法能否有效应用于现实世界中的函数时间序列，例如气象数据？

主要发现

• 在谱密度算子相等的零假设下，所提出的检验统计量依分布收敛于一个已知的极限分布。
• 频域自展方法对零分布的近似比大样本正态近似更为准确，尤其在小样本中表现更优。
• 自展程序具有渐近有效性，即随着样本量增加，其分布收敛于真实的零分布。
• 基于自展法的检验在备择假设下具有一致性，即当谱密度算子存在差异时，随着样本量增大，其统计功效趋近于1。
• 数值模拟表明，基于自展法的检验在小样本下仍能保持适当的尺寸控制，并表现出较高的检验功效。
• 对气象函数时间序列的实际应用验证了该方法在真实场景中的实际效用与稳健性。