我正在读一篇声称
(即离散傅立叶变换(DFT)表示CLT趋向于(复杂)高斯随机变量。但是,我知道通常情况并非如此。在阅读了这个(谬误的)论点之后,我在网上搜索并找到了Peligrad&Wu的2010年论文,他们证明对于某些平稳过程,人们可以找到“ CLT定理”。
我的问题是:您是否还有其他参考文献试图解决找到给定索引序列的DFT的极限分布(无论是通过模拟还是从理论上)的问题?给定在时间序列分析或非平稳序列的派生/应用中的某些协方差结构,我对收敛速度(即DFT收敛的速度)特别感兴趣。
我正在读一篇声称
我的问题是:您是否还有其他参考文献试图解决找到给定索引序列的DFT的极限分布(无论是通过模拟还是从理论上)的问题?给定在时间序列分析或非平稳序列的派生/应用中的某些协方差结构,我对收敛速度(即DFT收敛的速度)特别感兴趣。
Answers:
在戴维·布里林格(David Brillinger)的“时间序列数据分析和理论”(1975 Holt,Rinehart and Winston Publishers)中94定理4.4.1指出,在一定条件下,频率为(N)的r向量值序列的离散傅立叶变换是渐近独立的r维复数正态变量具有均值向量0,其中(N)=(N)/ N。在估计固定时间序列的频谱密度时,这恰好是一个非常重要的定理。