方差变点的加权累积和估计的极限性质

研究了方差变点的加权累积和估计的一些极限性质.证明了这个估计量的相合性和收敛速度,并由此推导出了变点估计量在局部对立假设下的渐近分布的形式,它是一个有偏移的双边布朗运动.通过渐近分布的数值解可以构造出估计量的渐近置信区间.计算机模拟和实际数据分析表明,这个估计量在应用中有很好的表现.     

方差变点模型CUSUM型估计量的相合性

基于混合误差序列,研究方差变点模型CUSUM型估计量的相合性问题。分别在高阶矩条件和低阶矩条件下,获得CUSUM型估计量的强收敛速度和弱收敛速度,推广了已有方差变点模型在误差满足独立同分布条件下获得的一些理论成果。作为应用,利用方差变点方法对美国超威半导体公司股票收益率的波动率是否发生变化开展分析工作,最终准确找到波动率发生变化的位置。     

固定设计下时间序列非参数回归模型的方差变点检验

研究固定设计下时间序列非参数回归模型的方差变点检验问题,基于Beta-Bernstein方法估计模型中回归函数,利用残差序列构造CUSUM检验统计量,在一定条件下证明了在原假设下检验统计量收敛于Brown桥的上确界,最后通过数值模拟验证检验方法的有效性.     

相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.     

一种基于递归残差的回归模型变点检验

针对线性回归模型系数向量的变点问题,文章基于递归回归残差平方序列的部分和之比,构造了一种检验方法。在原假设下,得到其渐近分布为维纳过程的泛函,并在备择假设下,证明了该检验方法的发散速度及其渐近发散极限,从而保证了该检验的一致性。模拟表明,本方法在变点发生时刻靠前时的功效具有较大改进,在其他情形与经典的CUSQ检验方法接近。     

相依序列方差变点的非参数统计分析

基于严平稳β-混合过程,建立回归函数和条件方差函数形式均未知情况下的自回归异方差模型方差变点的估计方法;并给出变点检验统计量渐近正态性的证明,由此得到方差变点的检验方法;最后,通过数值模拟,展示估计方法的有效性.     

均值已知时，正态分布方差变点的假设检验

讨论了均值已知时，正态分布方差变点的假设检验问题，分别导出了变点的参数检验和非参数检验，给出了一个Bayes检验，而且还给出了这些检验的渐近临界值，并对它们进行了比较。     

长记忆时间序列均值变点的比率检验

本文基于两种比率方法研究了长记忆时间序列均值变点的检验问题,在无变点原假设下推导出了检验统计量的极限分布,在备择假设下证明了检验方法的一致性.由于检验统计量的极限分布依赖未知的长记忆参数,还提出了一种避免估计长记忆参数的Sieve AR Bootstrap方法来近似计算检验统计量的临界值,数值模拟结果表明提出的检验方法具有较好的检验效果.最后通过分析一组尼罗河年径流量数据说明了方法的可行性.     

线性过程误差方差的相合估计

对于固定设计和线性过程误差下的非参数回归模型,为了估计误差方差,首先基于多项式样条方法给出了回归函数的估计,然后根据所得残差序列构造了误差方差的点估计,在没有混合相依的一般条件下证明了该估计的相合性.此外,还通过算例进行了数值模拟,结果显示,该估计方法可行,同时在误差方差估计的绝对误差意义下,自动选择结点的BIC准则优于AIC准则,基于BIC准则选择结点的样条方法还优于基于交错鉴定法选择带宽的局部线性方法.     

线性模型和广义线性模型中的一种强影响点的显著性检验法

根据强影响点的实际意义,提出一种强影响点的显著性检验模型。解决了线性模型和广义线性模型的强影响点的显著性检验问题,其中的检验统计量分别是Ｆ检验统计量和Ｓｃｏｒｅ检验统计量,实例表明此法较好．     

部分线性回归模型中的广义似然比检验

检验了部分线性回归模型中的函数部分是否为常数, 在备择假设下, 先用局部多项式方法估计出函数部分, 在估计中忽略了参数部分, 将其并入误差项, 再使用二阶段估计法, 直接应用最小二乘方法, 估计出参数部分, 并讨论了它们的渐近性质. 计算了零假设下广义似然比检验统计量的表达式, 并给出其渐近分布.     

方差比度量与方差不变子空间

探测数据对线性模型的影响是很有意义的．方差比是一种常用的影响度量．本文证明了存在一个可估子空间,使方差比不变,并讨论了数据的剔除对方差的影响。     

具有变点理赔过程的风险模型

基于Poisson分布单变点的思想,利用鞅方法研究具有变点理赔过程的风险模型,得到其变点前后的破产概率上界,并给出破产上界的随机模拟结果.     

两正态总体方差比的最优区间估计和最佳双边检验

用传统方法得到的两正态总体方差比的置信区间显然不是最短,因而在这个意义上讲也不是最优的。从理论上推求给出了两正态总体方差比的最优区间估计和在犯第二类错误的概率累积最小意义下的最佳双边检验。     

双向Poission点过程与反应时测试

本文研究一类应用于反应时测试的随机数学模型——双向Poission点过程及其拓广.首先考察双向Poission点过程及其点间间距的统计特性,并拓广之为齐次双向点过程;最后讨论这一模型在反应时测试中的应用.