至多一个分布变点的非参数统计推断

本文研究了连续分布函数变点的非参数统计推断问题.利用秩统计量和次序统计量,获得了变点的一种估计,不仅论证了点估计的强相合性,而且讨论了假设检验和区间估计.     

小波检测并估计非参函数变点

研究随机设计下非参函数变点的小波检测与估计问题.将小波方法与设计点转化方法相结合给出变点的检测统计量并研究检测的一致性.给出了变点个数和变点位置的估计量,证明了变点个数估计量的相合性并得到变点位置估计量的收敛速度.     

关于变点个数及位置的检测和估计

本文根据信息论准则研究变点问题，在模型选择的框架下，研究变点个数和变点位置的检测，证明当方差不同时，均值向量变点个数及变点位置估计的强相合性。     

斜率变点估计的强收敛速度

对至多只有一个斜率变点的模型,在误差分布为非正态时,本文利用滑窗方法给出了变点估计的强、弱相合性和强、弱收敛速度,同对在局部对立假设下研究了变点估计的O_p收敛速度.     

带未知多个变点的均值突变模型的多阶段估计

本文基于局部比较法,提出了带未知多个变点的均值突变模型中变点个数与变点位置的多步估计.首先估计出可能变点位置的报警区间序列;然后根据这些报警区间初步估计出变点个数及变点位置;最后对虚假变点进行删除确定最终变点个数及变点位置.理论结果表明:几乎必然的,当n充分大时,变点个数估计将严格等于变点个数真值,所得最终报警区间将严格包含变点真值;变点估计量具有强相合性.随机模拟结果表明,多步估计在不同条件下均能准确估计变点个数和变点位置.     

二阶随机控制变点的Kolmogrov型检验和估计

基于Kolmogrov型统计量和Kiefer过程,对一样本情形,我们讨论了二阶随机控制变点的检验和估计到了检验统计量的渐近分布且用模拟方法给出了其有限样本的分位数,并证明了变点的估计为强相合的。     

线性面板模型中的变点估计

由于单序列线性模型中变点估计量与真值之差是随机有界的,在有限样本情形的变点估计量是无意义的,为此本文考虑线性面板模型中单个公共变点的估计问题.首先运用最小二乘方法估计变点,其次在序列个数和每个序列的观测值数量都趋于无穷时通过重参数化方法证明了变点估计量的相合性,并得到了相应的收敛速度,从而表明在有限样本场合变点估计量是有意义的.最后通过Monte Carlo模拟验证了理论结果的正确性.     

基于经验欧氏似然的均值单变点检测

均值单变点检测是研究变点问题的基础.论文根据均值单变点模型的特点,构造截断经验欧氏似然比检验函数并给出显式表达.在此基础上,得到了零假设下检验统计量的极限分布为极值分布,给出变点的诊断方法.在有变点的情况下,进一步给出变点位置的估计和其相合性的理论证明.最后通过数值模拟和尼罗河年流量的实证分析说明所提方法的有效性和实用...     

基于经验似然的Logistic回归模型的变点检验

基于经验似然对Logistic回归模型进行变点检验及估计.通过建立变点模型,构造经验对数似然比统计量,在大样本下,证明了经验对数似然比统计量与经典参数对数似然比统计量具有相同的极值分布,同时得到变点的估计及估计的相合性,并通过数值模拟及实例说明经验似然方法检验变点的可行性.     

跳跃度变点模型变点估计的收敛速度

对至多只有一个跳跃度变点τ[0的模型Xi=α+θI{[nτ0]＜i≤n}+εi,其中εi独立同分布,i=1,…,n.利用滑窗方法给出了强、弱相合性以及强、弱收敛速度,并进一步研究了在局部对立条件下变点估计的OP收敛速度.