基于Subsampling抽样的厚尾AR(p)序列趋势变点的Ratio检验

文章考虑的是厚尾AR(p)序列趋势变点检验问题。首先,在已有研究的启发下,构造了一个Ratio统计量来检验趋势变点;其次,在原假设下证明统计量的极限分布是列维过程的泛函,在备择假设下得到统计量的一致性;其次,为了避免参数的估计,采用Subsampling方法获得更为准确的临界值,数值模拟结果显示,在大样本下基于Subsampling抽样方法的Ratio检验很好地控制了经验水平,经验势也达到了比较好的效果;最后,通过一组实证数据进一步阐明理论的有效性和可行性。

一类长记忆时间序列趋势项变点的Wilcoxon秩检验

对一类带Hurst指数的分数布朗运动趋势项变点的检验问题进行了研究,提出了一种先对观测序列做一阶差分,再基于差分序列构造Wilcoxon秩统计量做检验的后验检验方法。在原假设下证得检验统计量的极限分布是标准分数布朗运动的泛函,并给出了检验统计量的临界值。数值模拟结果表明,提出的检验方法除Hurst值较大外,均能很好地控制经验水平,经验势随样本量的增多几乎能趋近于1,且在样本量较大时,对截距项变点和方差变点稳健。采用该方法分析了1854—1989年北半球月均气温数据,未检测到趋势项变点。

长记忆时间序列趋势项变点的CUSUM检验

本文研究长记忆时间序列趋势项的变点检验问题.基于最小二乘拟合残差构造了一种新的CUSUM型检验统计量,在无变点原假设下证明了检验统计量的极限分布是I型分数布朗运动的泛函,在备择假设下证明了检验统计量的一致性,并提出用Sieve Bootstrap方法确定检验统计量的临界值来避免精确估计冗余参数.数值模拟结果表明,提出的新方法在原假设下能较好地控制检验水平,在备择假设下能达到满意的检验势.

变点检测问题最新进展综述

变点检测问题研究是统计学与数学、计算机科学、数据挖掘等众多学科交叉的新兴研究领域。论文详细回顾与述评了2001-2011年的最新国内外变点问题研究状况,并从不同的角度对变点检测问题进行合理分类,同时展望了变点检测问题研究的未来发展方向。