• Communications for Statistical Applications and Methods
• /
• 제24권1호
• /
• pp.1-13
• /
• 2017

This manuscript summarized advances in bootstrap methods for long-range dependent time series data. The stationary linear long-memory process is briefly described, which is a target process for bootstrap methodologies on time-domain and frequency-domain in this review. We illustrate time-domain bootstrap under long-range dependence, moving or non-overlapping block bootstraps, and the autoregressive-sieve bootstrap. In particular, block bootstrap methodologies need an adjustment factor for the distribution estimation of the sample mean in contrast to applications to weak dependent time processes. However, the autoregressive-sieve bootstrap does not need any other modification for application to long-memory. The frequency domain bootstrap for Whittle estimation is provided using parametric spectral density estimates because there is no current nonparametric spectral density estimation method using a kernel function for the linear long-range dependent time process.

• 방송공학회논문지
• /
• 제21권6호
• /
• pp.899-912
• /
• 2016

ATSC 3.0 시스템에서는 각 프레임의 시작에 부트스트랩 (bootstrap) 신호가 먼저 전송된다. 본 논문에서는 부트스트랩 신호를 이용하여 ATSC 3.0 시스템의 초기 동기를 획득하는 방법을 제시한다. ATSC 3.0의 부트스트랩 신호는 시간 영역에서 반복되는 구조를 가지며 제안하는 방법은 이러한 구조를 이용하여 수신기에서 초기 동기를 획득한다. 또한, 전산 실험 결과는 제안하는 알고리즘이 매우 낮은 신호 대 잡음비 (signal-to-noise ratio)에서도 초기 동기를 획득할 수 있음을 보여준다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.121-134
• /
• 2006

이 논문에서는 이산코사인변환을 이용하여 시계열자료를 주파수 공간으로 변환시킨 후, 이산코사인변환 계수를 재표집하여 시계열자료에 대한 재표본을 추출하는 방법에 대해 알아본다. 기존 주파수 공간상에서의 붓스트랩 방법은 스펙트럼평균(spectral mean)에 대한 추론을 하기위해 사용되지만 제안하고자 하는 방법은 시간영역상에서의 시계열자료에 얻을 수 있다는 것이 가장 큰 차이점이다. 이 논문에서는 정상시계열의 경우, 이산코사인변환 계수의 통계적 성질을 유도하고 이 성질을 이용하여 붓스트랩하는 과정을 설명한다. 모의 실험을 통해 기존에 사용되고 있는 방법과 성능을 비교하였다.