对数正态分布序列单均值变点的识别和估计 |
| |
引用本文: | 陈丽曲,黄介武.对数正态分布序列单均值变点的识别和估计[J].高师理科学刊,2023(12):15-21. |
| |
作者姓名: | 陈丽曲 黄介武 |
| |
作者单位: | 贵州民族大学数据科学与信息工程学院 |
| |
基金项目: | 贵州省科技计划基金项目(黔科合基础[2017]1083号);;贵州省教育厅自然科学研究项目(黔教技[2022]015号); |
| |
摘 要: | 针对数据呈现偏态分布且存在变点的情况,构建对数正态分布的单均值变点模型,给出分布的均值单变点模型的似然函数,并采用极大似然方法和贝叶斯方法对变点位置进行识别和估计.通过模拟比较研究,这两种方法都能有效地估计变点位置,在标准差和相对误差准则下,贝叶斯方法比极大似然方法效果更理想.其中共轭先验分布下的贝叶斯方法较无信息先验下的贝叶斯方法识别和估计变点位置表现更优.
|
关 键 词: | 单均值变点 对数正态分布 贝叶斯方法 极大似然方法 |
|
|