排序方式： 共有2条查询结果，搜索用时 3 毫秒
1
1.
模型结构变化点检测算法——GBV 法 总被引：5，自引：0，他引：5
变结构模型是适应控制、经济计量学和数理统计等领域的需要,近年来富有吸引力的研究课题之一.所谓“变结构模型”是在不同的数据采样区间上,统计模型的结构不同——模型的函数形式,变量选取和参数、随机变量的统计分布特征不同.目前,在文献上常见的是指在不同的数据采样区间上参数不同的情况,而这种变结构又有二种表现形式:1.参数突变:在某个数据采样序标 t~*,模型的参数呈现阶跃变化.2.参数渐变:从某个数据采样序标 t~*始,模型的参数发生变化,经过 T-t~*的过渡区间至采样序标 T 时,参数才稳定下来.特别称变化前后参数保持相同的情形为参数暂变.模型结构变化点的检测是变结构模型研究中最重要的内容,对于一个给定的样本集,在无任何先验信息的情况下,如何借助数理统计方法来检测出其结构变化点?而在具有一定先验信息时,又如何应用先验信息来提高检验的精确度?这是建立变结构模型的关键. 相似文献
2.
最优分割法的适用性及一类有序样品的聚类方法 总被引：4，自引：0，他引：4
确定.当 n,k 固定时,e[p(n,k)]越小,则各类直径越小,分类越合理.由此,最优分割方法的基点在于选定离差平方和作直径,并使各类总的离差平方和达到最小进行分类.采用这种标准,对于有确定趋势的有序样品,[1]给出了不适用的例子.由于离差平方和为各样品离开均值(?)_(ij)的分散程度的度量,因此,上述最优分割法只就同类样品离散程度小,类间离散程度大进行分类,即构成一类的样品离均值具有大致相同的分散程度.然 相似文献
1