Zobrazeno 1 - 10
of 2 973
pro vyhledávání: '"dependent time series"'
Autor:
Li, Zeda, Dong, Yuexiao
This article introduces a novel and computationally fast model to study the association between covariates and power spectra of replicated time series. A random covariate-dependent Cram\'{e}r spectral representation and a semiparametric log-spectral
Externí odkaz:
http://arxiv.org/abs/2407.01763
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Zhang, Ting1 (AUTHOR) tingzhang@uga.edu, Xu, Beibei1 (AUTHOR)
Publikováno v:
Journal of the American Statistical Association. Jun2024, Vol. 119 Issue 546, p1424-1433. 10p.
Autor:
Tugnait, Jitendra K
We consider the problem of inferring the conditional independence graph (CIG) of a high-dimensional stationary multivariate Gaussian time series. In a time series graph, each component of the vector series is represented by distinct node, and associa
Externí odkaz:
http://arxiv.org/abs/2205.00007
Autor:
Betken, Annika, Dehling, Herold
We apply the concept of distance covariance for testing independence of two long-range dependent time series. As test statistic we propose a linear combination of empirical distance cross-covariances. We derive the asymptotic distribution of the test
Externí odkaz:
http://arxiv.org/abs/2107.03041
Autor:
Tugnait, Jitendra K.
Publikováno v:
Signal Processing, vol. 197, pp. 1-18, Aug. 2022, Article 108539
We consider the problem of inferring the conditional independence graph (CIG) of a sparse, high-dimensional stationary multivariate Gaussian time series. A sparse-group lasso-based frequency-domain formulation of the problem based on frequency-domain
Externí odkaz:
http://arxiv.org/abs/2111.07897
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Tugnait, Jitendra K.
Publikováno v:
In Signal Processing August 2022 197
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.