“ ทฤษฎีขีด จำกัด กลาง” สำหรับผลรวมถ่วงน้ำหนักของตัวแปรสุ่มที่สัมพันธ์กัน


10

ฉันกำลังอ่านกระดาษซึ่งอ้างว่า

(เช่นการแปลงฟูริเยร์แบบไม่ต่อเนื่อง, DFT) โดย CLT มีแนวโน้มที่จะเป็นตัวแปรสุ่ม (ซับซ้อน) gaussian อย่างไรก็ตามฉันรู้ว่านี่ไม่เป็นความจริงโดยทั่วไป หลังจากอ่านอาร์กิวเมนต์ (ผิดพลาด) นี้ฉันค้นหาผ่านเน็ตและพบบทความนี้โดย Peligrad & Wu ปี 2010ที่พวกเขาพิสูจน์ว่าสำหรับกระบวนการคงที่บางคนสามารถพบ "ทฤษฎีบท CLT"

X^k=1ยังไม่มีข้อความΣJ=0ยังไม่มีข้อความ-1XJอี-ผม2πkJ/ยังไม่มีข้อความ,

คำถามของฉันคือ: คุณมีการอ้างอิงอื่น ๆ ที่พยายามแก้ไขปัญหาในการค้นหาการ จำกัด การกระจายของ DFT ของลำดับดัชนีที่กำหนด (ทั้งโดยการจำลองหรือทฤษฎี) หรือไม่? ฉันสนใจโดยเฉพาะอย่างยิ่งในอัตราการบรรจบกัน (เช่นความรวดเร็วของ DFT ที่มาบรรจบกัน) เนื่องจากโครงสร้างความแปรปรวนร่วมของในบริบทของการวิเคราะห์อนุกรมเวลาXJ

คำตอบ:


1

JJJ


2
เงื่อนไขเหล่านั้นคืออะไร? และทฤษฎีบทของเขาแตกต่างจากกระดาษที่ฉันอ้างถึงอย่างไร
Néstor

มันอาจคล้ายกับผลลัพธ์ในกระดาษที่คุณอ้างถึง ฉันเงยหน้าขึ้นเพราะฟังดูเหมือนผลลัพธ์ที่ฉันได้เรียนรู้ในช่วงวันเรียนจบ ฉันจะไม่ท่องสมมติฐาน มันเกี่ยวข้องกับข้อ จำกัด ในฟังก์ชั่น autocorrelation สำหรับ Xj และλjไม่รวมเป็นคู่เพื่อทวีคูณของ2π
Michael R. Chernick
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.