Maslova et al. (2013) affirmed that

Maslova et al. (2013) affirmed that wavelet is the best alternative to replace Fourier analysis because: (i) It combines information from both time domain and frequency domain; (ii) it does not require stationary; (iii) it allows us to extract the different frequencies driving any macroeconomic variable in the time domain by decomposing into its time scale components; (iv) it removes the noise from the raw data; and (v) the wavelet covariance decomposes the covariance between two stochastic processes over different time scales to better estimate the causality relationship between variables.

Kết quả (Việt) 1:

Maslova et al. (2013) khẳng định rằng bề mặt là lựa chọn tốt nhất để thay thế Fourier phân tích vì: (i) kết hợp thông tin từ thời gian tên miền và tên miền tần số; (ii) không cần văn phòng phẩm; (iii) nó cho phép chúng tôi để trích xuất các tần số khác nhau lái xe bất biến kinh tế vĩ mô trong miền thời gian bằng cách phân hủy thành các cấu phần quy mô thời gian; (iv) nó loại bỏ tiếng ồn từ các dữ liệu thô; và (v) hiệp phương sai bề mặt phân hủy hiệp phương sai giữa hai quá trình ngẫu nhiên trên quy mô khác nhau thời gian để ước lượng tốt hơn mối quan hệ nhân quả giữa các biến.

Kết quả (Việt) 2:

Maslova et al. (2013) khẳng định rằng wavelet là lựa chọn tốt nhất để thay thế phân tích Fourier vì: (i) Nó kết hợp thông tin từ cả hai miền thời gian và miền tần số; (Ii) không đòi hỏi văn phòng phẩm; (Iii) nó cho phép chúng ta trích xuất các tần số khác nhau lái xe bất kỳ biến kinh tế vĩ mô trong miền thời gian bằng cách phân hủy thành các thành phần quy mô thời gian của mình; (Iv) nó loại bỏ tiếng ồn từ các dữ liệu thô; và (v) các hiệp phương sai wavelet phân hủy các hiệp phương sai giữa hai quy trình ngẫu nhiên theo thời gian khác nhau quy mô dự toán tốt hơn các mối quan hệ nhân quả giữa các biến.