Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Trend estimation for time series with polynomial-tailed noise

Publikation

Trend estimation for time series with polynomial-tailed noise

Neumann, Michael H.; Leucht, Anne (2026): Trend estimation for time series with polynomial-tailed noise, in: Bamberg: Otto-Friedrich-Universität, S. 1–25.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Neumann, Michael H.
Verlagsangabe
Otto-Friedrich-Universität : Bamberg
Erscheinungsjahr
2026
Quelle/Weitere Ausgabe
Trend estimation for time series with polynomial-tailed noise, 2025, arXiv, S. 1–25
Jahr der Erstpublikation
2025
Sprache(n)
Englisch
Lizenz
URN
Abstract

For time series data observed at non-random and possibly nonequidistant time points, we estimate the trend function nonparametrically. Under the assumption of a bounded total variation of the function and low-order moment conditions on the errors we propose a nonlinear wavelet estimator which uses a Haar-type basis adapted to a possibly non-dyadic sample size. An appropriate thresholding scheme for sparse signals with an additive polynomial-tailed noise is frst derived in an abstract framework and then applied to the problem of trend estimation.

Freie Schlagwort(e)
time series
trend estimation
wavelet thresholding
Dokumenttyp
preprint
URI
Datum der Freischaltung
21.05.2026

Permalink: https://fis.uni-bamberg.de/handle/uniba/115192 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 16.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.