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检测具有良好效果.

基于改进Ratio统计量的重尾AR(p)时间序列均值变点检验

文章提出两个改进的Ratio统计量来研究重尾AR(p)时间序列均值变点检验问题,在原假设下推导了统计量的渐近分布,且在备择假设下证明了其一致性。由于重尾指数未知且难以估计,因此结合Wild Bootstrap重抽样方法来确定渐近分布的临界值;在均值变点存在的情形下,给出了变点位置的一致估计量。数值模拟结果表明:统计量的临界值均不受重尾指数和自回归系数的影响,其经验水平和经验势均取得满意的效果;尤其在原假设下,积分型Ratio统计量的经验水平表现出更好的稳健性,而在备择假设下,最值型Ratio统计量则具备更好的显著性。最后,基于一组股票数据,从实际应用角度进一步阐明所提方法的有效性和可行性。

基于Bootstrap方法的重尾相依序列均值变点Ratio检验

文章提出了一个改进的Ratio统计量来检测方差无穷重尾相依序列中可能存在的均值变点。基于广义泛函中心极限定理,在原假设下得到统计量的渐近分布,并在备择假设下证明了该检验的一致性。针对重尾指数未知且难以估计的特点,应用Bootstrap重抽样方法确定了统计量渐近分布的临界值。数值模拟结果表明:Ratio检验不仅能很好地控制经验水平,而且相比已有的均值变点检验方法,经验势也有较·明显的提高.

重尾平稳序列的大偏差(英文)

文给出了一类重尾的随机变量序列{Xn,n≥1}的部分和 与随机和 的大偏差结果,其中 是一族非负整值的随机变量.{Xn,n≥1} 是非负的平稳过程,并且与{N(t),t≥0}独立.本文将独立同分布情形的结果推广到了平稳相依的情形.

Optimization of Multiplex PCR and Multiplex Gel Electrophoresis in Sunflower SSR Analysis Using Infrared Fluorescence and Tailed Primers

In an effort to simplify the procedure and to reduce the cost of fluorescence SSR analysis, the conditions of the multiplex PCR and the multiplex gel electrophoresis were optimized in the genetic analysis of sunflower (Helianthus annuus L.) inbred lines. Results indicated that factors for a successful multiplex PCR assay were related to the cycling touchdown annealing temperature, the balance of primer concentration at the various loci, the concentration of PCR buffer and the Taq DNA polymerase. Based on the optimization, a tailed primer strategy was outlined, and the effective ways were proposed to overcome the troubleshootings commonly encountered in the multiplex PCR and the multiplex gel electrophoresis.