至多一个变点的Γ分布的统计推断

对至多一个变点的Γ分布,即X1,…,Xn为一列相互独立的随机变量序列,且X1,…,Xk0 i.i.d～Γ(x;ν1,λ1),Xk0+1,…,Xn i.i.d～Γ(x;ν2,λ2),其中k0未知,称k0为该序列的变点.借助Gauss过程理论和滑窗方法,利用第一型极值分布逼近本文提出的统计量的分布,给出了检测变点k0的程序和变点的区间估计.最后对文中提出的统计量进行模拟并分析.     

跳-斜度变点估计的强收敛速度

对至多只有一个跳-斜度变点的模型,利用滑窗方法研究了独立误差分布条件下变点估计的强、弱相合性,以及强、弱收敛速度等统计推断问题.     

大学生在校成绩与高考成绩的统计分析

通过对合肥工业大学机械与汽车工程学院07级毕业生的高考成绩与本科期间在校成绩进行统计分析,研究发现高考成绩与在校的学期成绩有较大的相关性,且高考成绩对在校学期成绩的影响因专业的不同而不同.同时对部分代表性课程与高考成绩、已学课程成绩进行了统计建模,并就大学学习的特点及影响大学成绩的各个因素进行了讨论.     

局部对立条件下斜率变点估计的收敛速度

对至多只有一个斜率变点的模型,在误差分布为非正态时,本文利用滑窗方法研究了局部对立假设下变点估计的相合性和收敛速度问题,同时给出了部分模拟结果.     

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.     

至多一个变点的Γ分布的统计推断及在金融中的应用

对至多一个变点的Γ分布,即X1,X2…,Xn为一列相互独立的随机变量序列,且X1,X2,…,X[n(τ)0]i.i.d～Γ(x;ν1,λ1),X[n(τ)τ0]+1,X[n(τ)0]+2,…,Xn i.i.d～Γ(x;ν2,λ2),其中(τ)0未知,称(τ)0为该序列的变点.在利用第一型极值分布逼近文中提出统计量的分布的基础上,给出了变点(τ)0估计(τ)的相合性及强弱收敛速度.最后给出了在金融序列上的应用.     

随机二次型的极限定理及其应用

考虑形如s₁^T(S₁S₁^T)^ms₁, s₁^T(SS^T)^ms₁的二次型,在一个弱的矩条件下,获得了其强收敛、收敛速度等结果,并且给出了其在CDMA中的应用和模拟结果.     

基于不同误差分布下ARMA—GARCH模型的国债指数实证研究

根据上证国债指数收盘价数据的特征,对其收益率序列建立误差分布为正态、GED和t分布的ARMA—GARCH模型．比较不同分布条件下的拟合效果,得出误差分布为GED和t分布时,模型的拟合效果优于误差分布为正态分布的情况．应用交叉验证法对预测效果进行比较,得出误差分布为t分布的ARMA—GARCH模型预测效果最优．同时,在模...     

Γ分布参数变点的非参数统计推断

对至多一个变点的Γ分布,即X1,…,Xn为一列相互独立的随机变量序列,且X1,…,X[nτ0]i.i.d-Γ（x;ν1,λ1）,X[nτ0]＋1,…,Xni.i.d-Γ（x;2ν,λ2）,其中τ0未知,称τ0为该序列的变点.利用累积和方法给出了检测变点τ0位置的程序,并给出了变点τ0估计^τ的强相合性和强收敛速度.