我对应用傅立叶变换的时间序列进行了均匀采样。我正在尝试确定信号是否包含具有统计意义的周期性分量。我已经成功确定了期限。现在我正在尝试使用 Fisher 得出的这些公式计算该组件的 p 值：

$$\begin{align} I(\lambda) &= \frac{1}{2\pi n}\bigg|\sum_{t=1}^n X_te^{-it\lambda}\bigg|^2 \\[5pt] Y_r &= \frac{I(\lambda_r)}{\sum_{j=1}^mI(\lambda_j)}, \qquad r = 1, \ldots, m, \\[5pt] P(Y>y) &= 1- \sum_{j=0}^m (-1)^j{m\choose j}(1-jy)_+^{m-1} \end{align}$$

第一个公式只是平方离散傅里叶变换。

$n$ - 时间数据序列的长度是没有奈奎斯特频率的交流谐波分量的数量
$m = (n - 1) / 2$

我要解决的问题是，对于 -statistics 的某些值（在本例中表示为），系列的总和是发散的。举个例子： 的 部分和为： P值的含义是概率，应该是0（事件永远不会发生）和1（事件总是发生）之间的数字。将下一项添加到总和中只会使结果值的绝对值更大。有什么我做错了吗？ $g$$Y_r$

$$\begin{align} n &= 287 \\ m &= 143 \\ y &= 0.0044598585072423936 \end{align}$$ $j = 1$ $$(-1)^1 + 143C1 \times (1 - 0.0044598585072423936)^142 = -75.802$$