摘要翻译：
我们观察到大量的函数仅通过一个翻译参数而彼此不同。在主模式未知的情况下，我们提出使用$M$-估计器估计移位参数。傅里叶变换使这个统计问题能够转化为一个半参数框架。我们研究了估计量的收敛性，并给出了它的渐近性态。并将该方法应用于速度曲线预测的应用实例中。
---
英文标题：
《Semi-parametric estimation of shifts》
---
作者：
Fabrice Gamboa, Jean-Michel Loubes, Elie Maza
---
最新提交年份：
2007
---
分类信息：

一级分类：Mathematics        数学
二级分类：Statistics Theory        统计理论
分类描述：Applied, computational and theoretical statistics: e.g. statistical inference, regression, time series, multivariate analysis, data analysis, Markov chain Monte Carlo, design of experiments, case studies
应用统计、计算统计和理论统计：例如统计推断、回归、时间序列、多元分析、数据分析、马尔可夫链蒙特卡罗、实验设计、案例研究
--
一级分类：Statistics        统计学
二级分类：Statistics Theory        统计理论
分类描述：stat.TH is an alias for math.ST. Asymptotics, Bayesian Inference, Decision Theory, Estimation, Foundations, Inference, Testing.
Stat.Th是Math.St的别名。渐近，贝叶斯推论，决策理论，估计，基础，推论，检验。
--

---
英文摘要：
  We observe a large number of functions differing from each other only by a translation parameter. While the main pattern is unknown, we propose to estimate the shift parameters using $M$-estimators. Fourier transform enables to transform this statistical problem into a semi-parametric framework. We study the convergence of the estimator and provide its asymptotic behavior. Moreover, we use the method in the applied case of velocity curve forecasting.
---
PDF链接：
https://arxiv.org/pdf/712.1936