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R-FP OP变点检测的城市路段旅行时间预测

针对城市路段旅行时间精准推送的不足,提出一种基于动态规划变点检测算法的旅行时间预测方法。以车牌识别数据为研究对象,利用R-FPOP算法对旅行时间均值变点进行在线检测,研究变点时域分布特征;基于均值变点检测结果,预测旅行时间并给出其预测区间。结果表明:在线检测出的变点能够有效辨识旅行时间的均值突变,变点时域分布主要集中在高峰期;旅行时间预测值对实际序列变化趋势估计准确,推送的预测区间平均覆盖率为79.54%,具有较优的预测精度。论文方法兼顾旅行时间均值突变且建模简单,可为路段旅行时间的在线智能推送及交通需求者的路线规划提供技术支持。     

正态分布均值变点估计的收敛速度研究

运用累积和CUSUM的方法研究了独立正态随机变量序列均值变点问题。在方差不变的条件下,证明了均值变点CUSUM型估计的强弱相合性,并且给出了变点估计的强弱收敛速度。与研究正态分布参数变点问题的其他文献相比,该文研究了更一般的情形下的相合性。     

基于面板数据均值变点的股市收益率分析

随着经济全球化的迅速发展,各国股市间日指数的结构变化存在明显的联动性。文章针对面板数据,采取基于最小二乘法的均值共同变点检验统计量,利用Monte Carlo模拟出检验统计量的临界值,探讨面板数据均值共同变点的存在性及估计,并对Nasdaq、Xetra DAX、Hang Seng等六大股市的日收益率进行实证分析,分析结果说明了基于均值共同变点理论寻找变点的方法是有效的。     

Lévy稳定过程均值变点监测在CUSUM和EWMA控制图中的比较

给出了CUSUM和EWMA控制图在Lévy稳定过程均值变点监测的ARL近似估计,采用数字模拟的方法对CUSUM和EWMA控制图监测Lévy稳定过程均值变点的效果进行比较．     

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.     

Lévy稳定过程均值变点监测在CUSUM和GLR控制图中的比较

采用数字模拟的方法给出了CUSUM和GLR控制图在Lévy稳定过程均值变点监测的ARL近似估计,对CUSUM和GLR控制图监测Lévy稳定过程均值变点的效果进行比较.     

正态分布均值变点估计的收敛性

KoKoszka和Leipus先前讨论了独立序列中均值变点估计的相合性,而该文讨论了较为特殊的情形,即正态分布均值变点问题,利用CUSUM方法,研究了独立正态随机变量序列中方差不发生变化时,均值变点估计的相和性,并得到收敛速度.     

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。     

正态分布参数变点估计的强相合性

文章讨论了正态分布中均值与方差变点问题,给出了变点位置的CUSUM型估计,证明了此估计是真实变点位置的强相合估计;与已有文献相比较,大大提高了收敛速度.     

三种变点问题理论及其应用

本文对于突变点（Abrupt Change-Point），渐进的变点（Gradual Change-Point）和流行的变点（Epidemic Change-Point），分别给出了规范的定义，鉴于突变点问题已经有较多文献给予了讨论，本文重点讨论了后两种变点问题，给出了一些常用分布的变点的检测方法和变点的估计方法．     

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。     

冰层厚度变点判别方法的探讨

利用统计学变点检测理论对冰层厚度传感器每个测点测量到的电压值进行分析计算,并做出变点判断;利用Matlab进行了仿真试验。结果表明,利用最小一乘法变点判断程序能准确地判断出空气与冰、水与冰的变点,并能够对野值电压进行排除。用这种方法对冰层厚度的变点判断精度高、速度快。     

铰链四杆变点机构在变点位置的运动分析及其构形

对铰链四杆变点机构的变点位置进行讨论,并对其变点位置进行运动分析,进而得出铰链四杆变点机构通过变点位置后可能产生的构形.     

Change-Point Estimates in Longitudinal Binary Data

Most change-point models assume that the response is continuous or cross sectional binary. However, in many public health problems, the data is longitudinal binary. There are few studies of change-point problems for longitudinal outcomes. This paper describes a flexible change-point model which includes random-effects and takes into account the difference between various individuals in longitudinal binary data. A transition function is used to make the linear-linear logistic model differentiable at the change-point. The location of the change-point is estimated using the maximum likelihood method. Adjustment of the transition parameter from zero to one controls the sharpness of the transition. The performance of this estimation procedure is illustrated with simulations using SAS/proc nlmixed and a detailed analysis of data relating hormone levels and ovary functions based on data from the Obstetrics and Gynecology Hospital, Medical Center of Fudan University.     

水文时间序列变点识别的一种稳健方法

针对目前水文时间序列变点识别研究中忽略了方法的稳健性,未能充分考虑异常值的影响的不足,提出了利用一种高度稳健的高斯混合密度分解算法来识别水文时间序列中的变点,并以此来研究水文时间序列均值的突变该方法的核心是根据观测到的资料,通过逐步挖掘服从不同正态分布的时间序列分支,将均值变点的识别问题转化为混合正态密度的聚类问题,从而达到估计变点的位置以及自动获得变点的数目估计的目的实例计算结果表明,该方法对含有噪声的时间序列数据,仍能准确识别变点的位置,较好地解决了水文序列变点识别的稳健性问题．     

基于AR和TAR模型的变点问题分析

在正态分布下,Perreault等刻画了水文时间序列4种情形的变点问题,但没有利用到具体的模型.本文设定自回归(AR)和门限自回归(TAR)模型对应均值的变化,利用贝叶斯推断法,完成这4种情形下变点问题的分析.模拟实验的结果比较理想.     

Asymptotic and Bootstrap Tests for a Sequential Change-Point of Panel

We design monitoring procedures for the common change-point in a sequential panel data model. An asymptotic method and two new bootstrap methods are proposed to obtain critical values. We establish the asymptotic validity of the proposed bootstrap procedures. In simulation studies the empirical test size and the empirical test power values are investigated to show that the three tests are valid and have their own applications.At the same time, the estimations of an unknown change-point are obtained by using the proposed test statistic with these three methods.     

一种ARMA过程均值变化点的广义似然比检验

对ARMA过程均值变点检测的广义似然比检验Generalized Likelihood Ratio Test(GLRT)方法进行改进．改进的GLRT(IGLRT)方法考虑到，即使变点后的开始1(2，3，…)个残差均值的实现不符合故障特征，但后面的实现较符合故障特征，也有一定的把握认为变点已发生．模拟比较了GLRT和改进的GLRT的平均运行长度．最后，在已知一定先验分布的情形下，给出了GLRT的贝叶斯方法．     

关于股票数据波动性的多变点研究

目前对金融时间序列模型结构变化问题主要集中于对单变点的研究,但在许多情况下,金融数据可能出现多个变点,因此,对实际问题的研究需要检验多变点的存在,需要对变点的个数以及变点发生的时刻作出估计.本文讨论了股票数据均值的多变点检验问题.在原假设下给出统计量的极限分布及渐近临界值的解析表达式.并且在递归检验的过程中同时得到变点时刻与变点个数估计.最后用实例分析说明了方法的有效性.