相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.     

长记忆时间序列均值变点的比率检验

本文基于两种比率方法研究了长记忆时间序列均值变点的检验问题,在无变点原假设下推导出了检验统计量的极限分布,在备择假设下证明了检验方法的一致性.由于检验统计量的极限分布依赖未知的长记忆参数,还提出了一种避免估计长记忆参数的Sieve AR Bootstrap方法来近似计算检验统计量的临界值,数值模拟结果表明提出的检验方法具有较好的检验效果.最后通过分析一组尼罗河年径流量数据说明了方法的可行性.     

基于稳定分布的ARCH模型均值检验变点

目的讨论噪声项是稳定分布的ARCH模型的均值变点检验,其中特征指数κ∈(1,2)。方法引入残量平方累积和统计量,在原假设条件成立时,证明其极限分布是Levy过程的泛函。结果蒙特卡罗数值模拟结果表明:统计量的势函数值不仅对样本容量及特征指数敏感,也依赖于均值变点的跳跃幅度。结论残量累积和统计量能有效地检验基于稳定分布的ARCH模型均值变点。     

带趋势项的持久性变点的Ratio检验

为研究带趋势项的持久性变点检验问题,表明Ratio统计量适用于带趋势项的I(0)向I(d)过程的转变.在假设条件下,推导其极限分布并证明检验的一致性.通过Monte Carlo方法进行仿真模拟,结果表明,检验方法可以控制经验水平值和势函数值.最后将检验方法用于美国国民实际生产总值数据,验证了检验方法的有效性.     

均值已知时，正态分布方差变点的假设检验

讨论了均值已知时，正态分布方差变点的假设检验问题，分别导出了变点的参数检验和非参数检验，给出了一个Bayes检验，而且还给出了这些检验的渐近临界值，并对它们进行了比较。     

面板数据中方差的共同变点估计

文章对面板数据中方差的共同变点提出了一个含有调节参数的CUSUM(Cumulative Sum)型估计量,证明了变点估计量的相合性,并结合二元分割法将其推广到多个方差共同变点的情形。蒙特卡洛模拟发现,调节参数（γ≠0）下CUSUM型估计量的精确度要高于无调节参数（γ=0）下CUSUM型估计量的精确度。应用外汇汇率进行实证分析,结果也表明调节参数（γ≠0）下CUSUM型估计方法是有效的。     

变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。     

多元正态分布均值向量变点的Bayes检验

本文讨论了多元正态均值向量变点是否存在的检验问题，并给出了检验统计量，检验的临值和检验的势函数。     

基于block bootstrap的厚尾相依序列均值变点检验

针对无穷方差重尾相依序列的均值变点检验问题,基于序列自正则方法构造CUSUM型统计量,并在原假设下得到其渐近分布,在备择假设下得到检验的容许性。由于其渐近分布依赖于尾指数κ,且考虑到序列之间具有相依性,提出基于残差的block bootstrap方法。蒙特卡洛模拟表明该检验统计量和该抽样方法的有效性。     

长相依均值渐变模型的Ratio检验

利用Ratio检验方法,给出随机误差为长相依过程的均值渐变变点检验统计量,并证明了该检验量在原假设及备择假设下的极限分布。最后,通过Monte Carlo模拟说明检验的有效性。     

一类面板模型中部分结构变点的检测和估计

给出了解决面板回归模型中存在未知部分结构变点时的检测、估计和推断问题的新方法,得到了结构变点的相合估计及渐近分布。基于最小二乘方法构造全局最小残差平方和,并用于检测结构变点。该方法适用于纯结构变点模型和部分结构变点模型,并且即使面板数据只有很少的个体,估计的相合性也可保证。Monte Carlo模拟结果验证了理论的正确性。基于中国股票市场上参与股改的404家工业企业的实证研究表明:应首先检测结构变点是否存在,然后才能分析解释数据;忽略检测结构变点会产生有偏估计,甚至出现伪回归。     

正态分布均值变点的小波检验和估计

本文探究的是方差不变的条件下服从正态分布的随机序列均值变点问题,利用小波方法检测和估计均值变点.考虑存在一个或多个均值变点,利用小波方法构造检测均值变点的统计量,并且估计均值变点的个数、位置以及跳跃度,最后通过模拟仿真验证有限样本下本文方法的有效性.     

基于面板数据分析的气象多变点研究

气象变点检测的准确性对于气象数据的均一化处理尤为重要,然而气候因素以及非气候因素等原因给气象数据变点检测带来了诸多不便。文章基于面板数据分析方法对气象数据的结构性突变进行检测和估计,区分了造成气象数据发生非均一性变化的非气候因素变点;实证分析了安徽省1957—2015年5个气象台站的逐月平均气温序列的变点问题,并结合现有的元数据资料探究了各个台站变点发生的主要原因。     

多元离散均值变点模型的估计方法

本文给出了多元离散均值变点模型和具有多维正态分布的均值变点问题的递推估计方法。     

厚尾相依序列均值变点Ratio检验

研究具有无穷方差的厚尾相依序列均值存在变点的问题。采用Ratio检验法研究序列在原假设无变点及备择假设存在一个变点的假设检验问题,首先基于残差的累积和函数建立检验统计量,在适当的假设条件下,给出检验统计量在原假设下的极限分布,并对统计量的一致性检验进行了推导证明,最后通过数值模拟验证Ratio检验法的有效性。     

面板数据分析方法对购买力平价检验的实证研究

以15个国家货币实际汇率为研究对象,对其进行面板单位根检验和面板协整检验,检验它们在布雷顿森林体系瓦解后的1979～2006年期间内是否满足购买力平价（PPP）。检验结果显示,这些样本基本都支持购买力平价的成立。     

格兰杰因果关系检验在面板数据上的应用研究

基于格兰杰因果关系检验在面板数据研究成果基础上,建立一种设定检验方法去选择格兰杰因果关系方程,并对固定效应和随机效应的选择进行描述,建立了一套比较完整的应用理论框架.同时指明模型在设定中的应该注意的数据平稳性和协整分析、滞后期的选择.     

高维数据下两个正态总体均值的逐段检验

高维数据下的均值检验是统计学检验的重要组成部分.在高维情形下,样本协方差矩阵往往是奇异矩阵,传统的均值检验方法因此失效.为解决该问题,对高维数据进行分段,使分得的每一段的维数均小于样本容量,继而运用Hotelling T²检验依次对每一段进行检验,同时给出一种控制犯第一类错误的概率的新方法,使原假设下的检验水平稳定在事先给定的显著性水平左右.经模拟显示,该逐段检验方法比已有方法能更好地控制犯第一类错误的概率.     

混合序列均值变点的收敛速度研究

文考虑了一列具有均值变点的ρ~-混合序列{X_i;i=1,2,…,n}(n≥2),在X_i的q阶矩有限(q>2,1≤i≤n)的前提下,我们得到均值变点的CUSUM估计量的强弱相合性,并且得到强弱收敛速度。类似的在相同的前提下,本文得到了(?)混合序列中均值变点的强弱相合性以及强弱收敛速度.