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...     

测量误差模型只有一个变点的检验和估计

本文讨论了测量误差模型中参数只有一个变点的检验和估计问题，首先，给出其似然比检验统计量，然后，基于最小信息准则的原理，利用Schwarz信息准则（SIC），在多余参数已知和未知的情况下，分别给出了检验统计量，讨论了利用SIC方法给出的检验统计量的渐近分布，证明了基于似然比方法和SIC方法给出的变点估计是相同的，并且在一定条件下，给出了变点估计的极限分布，运用Monte-Carlo随机模拟的方法，分别给出了以上检验的临界值。     

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...     

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.     

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.     

至多一个分布变点的非参数检验及其渐近性质

本文研究了连续分布函数变点的假设检验问题,通过秩统计量和次序统计量方法,得到了相应的检验统计量及其渐近性质.     

非参数回归中方差变点的小波检测(英文)

本文主要研究了非参数回归模型中方差函数的变点, 利用小波方法构造的检验量来检测方差中的变点,建立了这些检验量的渐近分布, 并且运用这些检验量构造了方差变点的位置和跳跃幅度的估计, 给出了这些估计的渐近性质, 并进一步通过随机模拟验证了本文方法在有限样本下的性质.     

测量误差模型参数变点的非参数检验

本讨论测量误差参数变点的检测问题,利用秩统计量,给出了模型只有一个变点的检验统计量,运用检验统计量渐近分布的性质,给出了一个计算检验淅近临界值的公式,由此我们可以较为客易计算检验的临界值。     

GARCH模型变点的Ratio检验

研究GARCH模型参数变点的Ratio检验.首先构造了基于残量累积平方和的Ratio统计量,推导了原假设下统计量的极限分布,其次采用Monte Carlo方法检验其有效性,最后以数据为例进一步说明该方法的实用性.     

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.     

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市的极限性质,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Ｗｅｉｂｕｌｌ分布尺度参数变点的检验问题中．     

随机排列方法检验方差变点

给出了随机排列的主要性质及证明。构造了随机排列检验方差变点的统计量。以GARCH(1,1)过程为例,模拟比较了随机排列方法与近似极限分布方法关于方差变点检验的临界值。应用随机排列方法检测人民币兑美元汇率的变点,并与惩罚对比函数方法作比较。模拟与实证结果均表明随机排列方法检验方差变点是灵活有效的。     

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.     

正态分布方差变点的检验

本文讨论了正态分布方差只有一个变点的检验问题，我们构造了三个检验统计量，其中L检验基于非参数U统计量，B检验基于Bayes方法，R检验由极大似然比方法导出．本文给出了L、B、R检验的渐近临界值，并用MonteCarlo模拟方法研究了这三个检验与平方的CUSUM检验以及LM检验的势，并进行了比较。当变点在序列的前一半位置时，L和R检验较好，当变点在序列的后一半位置时，平方的CUSUM和B检验较好．     

非参数模型均值函数结构变点的Bootstrap检测

本文检测非参数回归模型均值函数结构变点,针对均值函数跃度的长期均值为零时,基于残量的CUSUM统计量对均值函数结构变点检验无效的问题,本文提出了一种基于均值函数的核估计的检验统计量,得到统计量在原假设和备择假设下的极限分布,并构造Bootstrap方法对非参数回归模型均值函数结构变点进行检验,证明了检验和估计的一致性;模拟结果表明本文方法明显优于已有方法。     

ARCH模型的多变点检验

研究自回归条件异方差(ARCH)模型的多变点检验问题.提出一种拟似然比检验统计量,并在原假设下给出统计量的极限分布.在假设检验过程中得到变点个数的一致估计.数值模拟与实例分析说明了方法的合理性.     

单参数Pareto分布变点估计研究

研究单参数Pareto分布存在变点时的估计问题,分别利用极大似然估计法和贝叶斯方法对单参数Pareto分布的变点进行估计,并运用Matlab软件进行随机模拟,随机结果表明贝叶斯方法与极大似然估计相比,估计值更接近真值.     

尺度参数变点的非参数检验

本文讨论了尺度参数模型参数变点的假设检验问题\bd 基于两样本$U$\,-统计量, 我们给出了两个检验, 并且研究了检验统计量分布的极限性质\bd 我们证明了这两个检验统计量的极限分布分别是$\sup\limits_{0相似文献   

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.     

位置参数变点估计的强收敛速度

对至多一个变点的位置参数变点模型,文中在运用滑窗方法给出了检测变点存在性的U-统计量基础上,进一步研究了变点估计量的强相合性和强收敛速度.