Comptes Rendus
Statistique/Probabilités
Sur la convergence uniforme presque complète dans l'estimation de la densité spectrale d'un processus à temps continu après échantillonnage du temps
[On the almost complete and uniform convergence of spectral density estimation for a continuous-parameter process from time sampling]
Comptes Rendus. Mathématique, Volume 337 (2003) no. 7, pp. 487-492.

Let X={X(t)} t be a continuous-time strictly stationary and strongly mixing process. In this paper, we prove in the setting of spectral density estimation, at first, under some hard conditions on the spectral density φX (because of aliasing phenomenon), the uniformly complete convergence of the spectral density estimate from periodic sampling. Afterwards, to overcome aliasing, we consider the sampled process {X(t n )} n , where {tn} is a stationary point process independent from X. The uniform complete convergence of the spectral estimate based on the discrete time observations {X(tk),tk} is also obtained. The convergence rates are also established.

Soit X={X(t)} t un processus à temps continu, strictement stationnaire et fortement mélangeant. Dans cette Note, nous prouvons, d'abord sous des conditions fortes sur la densité spectrale φX (à cause du phénomème de repliement des ondes : aliasing), la convergence uniforme presque complète de l'estimateur à noyau de la densité spectrale à partir d'un échantillonnage périodique. Ensuite, pour pallier le problème d'aliasing, nous considérons le processus échantillonné {X(t n )} n , où {tn} est un processus ponctuel stationnaire indépendant de X. La convergence uniforme presque complète de l'estimateur de la densité spectrale basé sur les observations discrètes {X(tk),tk} est obtenue. Les vitesses de convergence sont également établies.

Received:
Accepted:
Published online:
DOI: 10.1016/j.crma.2003.07.006

Mustapha Rachdi 1

1 Université de Grenoble, IMAG-LMC UMR 5523 et LabSAD EA, UFR SHS, BP 47, 38040 Grenoble cedex 09, France
@article{CRMATH_2003__337_7_487_0,
     author = {Mustapha Rachdi},
     title = {Sur la convergence uniforme presque compl\`ete dans l'estimation de la densit\'e spectrale d'un processus \`a temps continu apr\`es \'echantillonnage du temps},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {487--492},
     publisher = {Elsevier},
     volume = {337},
     number = {7},
     year = {2003},
     doi = {10.1016/j.crma.2003.07.006},
     language = {fr},
}
TY  - JOUR
AU  - Mustapha Rachdi
TI  - Sur la convergence uniforme presque complète dans l'estimation de la densité spectrale d'un processus à temps continu après échantillonnage du temps
JO  - Comptes Rendus. Mathématique
PY  - 2003
SP  - 487
EP  - 492
VL  - 337
IS  - 7
PB  - Elsevier
DO  - 10.1016/j.crma.2003.07.006
LA  - fr
ID  - CRMATH_2003__337_7_487_0
ER  - 
%0 Journal Article
%A Mustapha Rachdi
%T Sur la convergence uniforme presque complète dans l'estimation de la densité spectrale d'un processus à temps continu après échantillonnage du temps
%J Comptes Rendus. Mathématique
%D 2003
%P 487-492
%V 337
%N 7
%I Elsevier
%R 10.1016/j.crma.2003.07.006
%G fr
%F CRMATH_2003__337_7_487_0
Mustapha Rachdi. Sur la convergence uniforme presque complète dans l'estimation de la densité spectrale d'un processus à temps continu après échantillonnage du temps. Comptes Rendus. Mathématique, Volume 337 (2003) no. 7, pp. 487-492. doi : 10.1016/j.crma.2003.07.006. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2003.07.006/

[1] D. Bosq Nonparametric Statistics for Stochastic Processes: Estimation and Prediction, Lecture Notes in Statistics, 110, Springer-Verlag, 1998

[2] D.R. Brillinger Time Series Analysis and Theory, Holt, Rienhart and Winston, New York, 1975

[3] M. Carbon Sur la convergence uniforme presque sûre des estimateurs de la densité spectrale des processus stationnaires et mélangeants. Application à l'erreur de prédiction linéaire, C. R. Acad. Sci. Paris, Volume 292 (1981), pp. 95-98

[4] E.W. Carpenter Explosions seismology, Science, Volume 147 (1967), pp. 363-373

[5] F. Charlot, M. Rachdi, On the statistical properties of continuous-time stationary process sampled by a random process, Statist. & Probab. Lett. 2003, in press

[6] W.B. Davenport; W.L. Root An Introduction to the Theory of Random Signals and Noise, McGraw-Hill, New York, 1958

[7] K.S. Lii; E. Masry Spectral estimation of continuous-time stationary processes from random sampling, Stochastic Process. Appl., Volume 52 (1994), pp. 39-64

[8] E. Masry Discrete-time spectral estimation of continuous-time processes: the orthogonal series method, Ann. Statist. (1980), pp. 1100-1109

[9] E. Masry; D. Klamer; C. Mirabile Spectral estimation of continuous-time processes: performance comparison between periodic and poisson sampling schemes, IEEE Trans. Automat. Control, Volume AC-23 (1978) no. 4, pp. 679-685

[10] F. Messaci Estimation de la densité spectrale d'un processus en temps continu par échantillonnage poissonnien (I), Pub. Inst. Statist. Univ., Volume XXXIII (1988) no. 3, pp. 33-48

[11] M.I. Moore; P.J. Thomson; T.G.L. Shirtcliffe Spectral analysis of ocean profiles from unequally spaced data, J. Geophys. Res., Volume 93 (1988), pp. 655-664

[12] M.B. Priestley Spectral Analysis and Time Series, Vol. 1: Univariate Series, Academic Press, 1981

[13] M. Rachdi Cross-validated choice of the spectral bandwidth for a continuous stationary process, C. R. Acad. Sci. Paris Sér. I, Volume 327 (1998) no. 8, pp. 777-780

[14] H.S. Shapiro; R.A. Silverman Alias-free sampling of random noise, Soc. Indust. Appl. Math., Volume 8 (1960) no. 2, pp. 225-248

Cited by Sources:

Comments - Policy