基于Bootstrap方法的重尾相依序列均值变点Ratio检验

发布时间：2021-01-19 12:31

　　文章提出了一个改进的Ratio统计量来检测方差无穷重尾相依序列中可能存在的均值变点。基于广义泛函中心极限定理,在原假设下得到统计量的渐近分布,并在备择假设下证明了该检验的一致性。针对重尾指数未知且难以估计的特点,应用Bootstrap重抽样方法确定了统计量渐近分布的临界值。数值模拟结果表明:Ratio检验不仅能很好地控制经验水平,而且相比已有的均值变点检验方法,经验势也有较明显的提高。 

【文章来源】：统计与决策. 2019,35(23)北大核心CSSCI

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于Sieve Bootstrap方法的长记忆过程均值变点的检验[J]. 马健琦,陈占寿,吕娜.  青海师范大学学报(自然科学版). 2017(02)
[2]厚尾相依序列均值变点Ratio检验[J]. 赵文芝,吕会琴.  山西大学学报(自然科学版). 2016(03)
[3]稳定分布及其在金融中的应用[J]. 武东,汤银才.  应用概率统计. 2007(04)
[4]一类股市波动性预测模型的多变点检验[J]. 韩四儿,田铮,武新乾.  系统工程理论与实践. 2006(03)



本文编号：2986993