AR(p)模型中的变点分析

本文分别用极大似然法和Bayes方法研究了AR(p)模型中的变点问题.在数据矩阵不一定满秩的条件下,利用Moore-Penrose广义逆给出了模型参数的极大似然估计的统一表达式和变点位置的估计式.在假定自回归系数的先验分布服从多元正态,方差服从逆Γ分布的条件下,用Bayes方法给出了变点位置估计的显示表达式以及模型参数的Bayes估计.     

潜周期模型中频率变点的估计

本文用逐段计算周期图的办法研究了带有频率交点的潜周期模型估计问题，给出了交点数目、位置和潜频率的强相合估计．数值模拟表明本文方法对变点个数和潜频率估计很好，但是要准确估计交点位置需要较大样本量，估计对于噪声水平较高情况仍然有效。     

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.     

幂变换门限GARCH模型变点问题的贝叶斯分析

用贝叶斯方法对幂变换门限GARCH (PTTGARCH)模型变点问题进行统计分析.构造了变点模型参数的满条件分布并且采用MCMC的Griddy-Gibbs抽样算法对参数进行了估计.分别就不同的变点位置、模型不存在变点以及模型接近非平稳的情况进行数值模拟.结果表明:变点处于序列中间位置时,估计效果较好,当变点位置越靠近序列两端时,所得估计的误差越大;当模型不存在变点时,所设变点位置τ后验分布的峰度接近均匀分布的峰度;当模型存在变点时,τ后验分布的峰度大于2,且模型越平稳,τ的后验分布的峰度越大,因此可以通过判断τ的后验分布的峰度来判断模型是否存在变点.最后以GARCH模型对上证指数日收益率进行分析,得到变点发生时刻的概率分布,该结果与市场的变化背景符合.     

非参数回归模型均值与方差双重变点的估计

本文基于核估计和小波方法研究异方差非参数回归模型中均值函数和方差函数均存在变点的估计问题.首先,构造基于均值函数的核估计量,求出均值变点位置及跳跃度的估计.其次,利用小波方法构造方差变点的估计量,运用该估计量获得方差变点位置与跳跃度的估计,给出变点估计量的渐近性质.最后数值模拟并通过比较验证了方法的有效性.     

基于偏正态分布联合位置、尺度与偏度模型的极大似然估计

本文提出了基于偏正态分布联合位置、尺度与偏度模型,通过极大似然迭代算法给出了联合模型参数的估计方法,最后通过随机模拟和实例研究说明了提出的模型与方法的有效性。     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计北大核心CSCD

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.     

当个数未知时转变点的检测

本文讨论了转变点个数及位置的检测问题。作者用模型选择的方法提出了一种程序以估计转变点的个数及位置,然后建立了这些程序的强相合性。     

随机右截尾情形下位置—刻度模型中参数的估计

本文证明了对于一般的位置——刻度模型F(x-μ/σ)来讲,当截尾分布1-G(y)已知时,位置参数和刻度参数基于随机右截尾数据的矩估计是强相合的和渐近正态的.当截尾分布1—G(y)未知时,所得的矩估计是弱相合的.     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.