基于似然比扫描方法的INGARCH模型变点探测

整数值时间序列数据在许多领域中非常常见,可用整数值广义自回归条件异方差(INGARCH)模型来拟合。本文研究了INGARCH模型中的变点探测问题,基于似然比扫描方法(LRSM),讨论了分段平稳的INGARCH模型中变点的数量和位置。然后通过大量数值模拟,验证LRSM的有效性,最后并将其应用于实际数据的分析中。

INAR模型的多变点探测

本文考虑了分段平稳的整数值自回归模型的多变点问题。借助最小描述长度函数得到似然比扫描方法,并将似然比扫描方法运用到分段平稳的整数值自回归模型中。此外,还研究了当模型系数之和趋于1时的情况,此时针对似然比扫描方法中的最小描述长度函数进行了调整,以提高变点探测的准确性。然后通过大量的数值模拟,验证了似然比扫描方法在不同的模型参数设置下的有效性,最后并将其运用于一组精神分裂症患者在知觉速度测试中的日常观察得分数据的实证分析之中。