随机设计下非参数回归模型方差变点Ratio检验

研究随机设计下非参数回归模型方差变点Ratio检验.首先用局部多项式方法估计回归曲线得到残差序列,其次基于残差的平方序列构造Ratio检验统计量并推导检验统计量的极限分布.最后数值模拟与实例分析结果表明方法的有效性.     

长相依序列均值变点检测

研究了长相依序列均值变点检测问题.首先给出变点检验的Ratio统计量其次分别推导了原假设和备择假设下统计量的极限分布,最后用蒙特卡洛方法模拟出检验的临界值,并通过数值模拟和实例分析说明方法的有效性.     

累积Logistic回归模型结构变点的序贯检验

分类时间序列在生物医学、社会学和遗传学等领域有着广泛的应用,累积Logistic回归模型是分类时间序列建模的一类重要模型.本文基于偏似然得分过程(Partial likelihood score process)提出一种变点序贯检验方法,监测累积Logistic回归模型的结构是否发生变化.原假设下推导检验统计量的极限分...     

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Bootstrap方法的AR(p)模型方差变点的检验

研究了基于AR(p)模型结构变点的检验.原假设条件成立时,证明了残量平方累积和统计量的极限分布仍然是一个标准布朗桥的上确界,并利用bootstrap抽样方法以提高经验势函数值.数值模拟和实例分析都充分说明方法对相依过程结构变点检验的有效性.     

面板数据下序贯模型变点的渐近检验法

本文研究了面板数据模型下变点是否存在的检验问题.对于面板序贯模型下的变点,利用构造的检验统计量及其极限分布的方法,获得了关于变点的一种渐近检验法.随后进行Monte-Carlo数值模拟,在模拟中对检验方法的经验检验水平、检验功效以及变点后的停时三个判断标准进行了考察.结果显示无论在理论还是数值模拟上,我们提出的渐近检验法均表现优良.推广了现有文献的关于单序列变点的序贯检验方法.     

重尾序列均值变点的经验似然比检验

本文通过经验似然思想建立假设检验的方法,研究了重尾序列均值变点的检测问题.首先,基于重尾模型,在原假设和备择假设下得到经验似然函数.其次,基于经验似然函数构造似然比检验统计量,并给出在原假设成立时该似然比统计量的渐近分布.最后,进行Monte Carlo数值模拟验证该方法的有效性,模拟结果表明本方法对重尾序列均值变点的...     

位置参数变点的非参数检验及其渐近性质

本文基于U-统计量,对于位置参数模型,讨论了位置参数变点的检验问题,给出了检验统计量并研究它的分布的极限性质,证明了检验统计量的极限分布是sup |B(t)|,其中{B(t),0＜t＜1}是一个Brown桥.将此结果应用到了双参数指数分布和Weibu11分布尺度参数变点的检验问题中.     

基于Bootstrap的厚尾相依序列持久性变点检验

基于修正方差比率函数给出一种检验厚尾序列持久性变点的统计量.在无变点的假设下得到了统计量的渐近分布.为避免检验渐近分布中的厚尾指数,构造Bootstrap抽样方法来确定渐近分布的经验临界值.数值模拟研究结果说明修正方差比率统计量及Bootstrap抽样方法的有效性.     

广义Pareto分布变点检测似然比模型

为检测极端事件的状态变化,基于似然比方法研究了广义Pareto分布(Generalized Pareto Distribution,GPD)变点检测模型.考虑三参数GPD变点的检验问题,提出了最大似然比检验统计量.通过证明参数变换后GPD的对数似然和检验统计量的一系列极限性质,得到了检验统计量的渐近分布.通过模拟研究,对该方法的有限样本性质进行了评价,实例分析也验证了该方法的可行性.