基于非参数方法的多变点问题及其应用研究
本文关键词:基于非参数方法的多变点问题及其应用研究
更多相关文章: 多变点 滑动窗口法 K-S检验 非参数极大似然 动态规划算法 BIC准则
【摘要】:变点问题自上世纪70年代以来一直是统计学中的一个热门话题,目前它不但在工业质量控制中有广泛应用,而且在经济金融、气候和交通等领域也有大量的应用.本论文主要从非参数方法角度探讨独立随机序列的多变点问题及其在交通中的具体应用.多变点问题中两个重要的问题是变点个数的确定和变点位置的估计,本文运用两种非参数方法进行研究.首先,鉴于变点问题与两样本问题的内在联系,将变点存在性问题转化为两分布是否相同的Kolmogorov-Smirnov(K-S)检验,并采用“局部比较法”思想通过具体的滑动窗口法讨论变点存在性的假设检验问题和变点位置的估计.其次,对于多变点问题,主要通过二分法将其转化为单变点问题,实现变点个数及其位置的同时估计.最后,对于不同分布类型的变点问题进行Matlab模拟,并给出了多变点的一个应用,即讨论了贵阳市中心城区道路车流量数据的变点问题.接下来运用基于极大似然的非参数方法讨论多变点问题,分为变点个数已知和未知两种情形.由于任一随机变量都有一个分布函数,且分布函数能够反映样本的所有信息,故在变点个数已知的情形下,通过经验分布函数的似然函数最大化来估计变点位置,并给出估计量的相合性证明.在变点个数未知的情形下,BIC信息准则通过引入关于变点个数的惩罚项达到似然函数和变点个数间的均衡,最小化BIC从而达到变点个数和位置估计的目的,并对估计量的收敛性给出证明.最后,通过变点个数已知情形动态规划算法求解似然函数,并进行R模拟,说明方法的有效性;对于变点个数未知情形,文中进行了贵阳市省公安厅路口车流量变点实例分析,结果显示该方法相对于参数方法交通流数据变点研究更优.
【关键词】:多变点 滑动窗口法 K-S检验 非参数极大似然 动态规划算法 BIC准则
【学位授予单位】:贵州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F224
【目录】:
- 摘要4-5
- Abstract5-7
- 第一章 前言7-12
- 1.1 变点问题7-8
- 1.2 多变点问题研究现状8-10
- 1.3 本文主要研究内容10-12
- 第二章 理论基础12-14
- 2.1 Kullback-Leibler距离12
- 2.2 动态规划算法12-14
- 第三章 基于K-S检验的非参数方法多变点问题14-26
- 3.1 变点存在性检验14-17
- 3.1.1 滑动窗口法15
- 3.1.2 K-S检验15-16
- 3.1.3 变点存在性检验流程16-17
- 3.2 变点个数和位置估计17
- 3.3 模拟及应用实例17-26
- 3.3.1 随机模拟18-22
- 3.3.2 应用实例22-26
- 第四章 基于极大似然的非参数方法多变点问题26-52
- 4.1 模型假设26-28
- 4.2 变点个数已知情形28-46
- 4.2.1 极大似然估计动态规划求解28-30
- 4.2.2 估计量性质30-35
- 4.2.3 模拟研究35-46
- 4.3 变点个数未知情形46-52
- 4.3.1 变点个数估计值性质47-48
- 4.3.2 交通流变点问题分析48-52
- 第五章 结论与展望52-54
- 5.1 结论52
- 5.2 未来研究方向52-54
- 参考文献54-57
- 致谢57-58
- 在校期间科研工作及发表论文情况58-59
【相似文献】
中国期刊全文数据库 前10条
1 丁静;廖丹;何耀东;刘强;;基于聚类分析的变点识别[J];价值工程;2012年09期
2 胡文静;聂斌;;基于非参数检验的划分——凝聚层次聚类变点识别法[J];标准科学;2013年12期
3 周江涛;韩四儿;;关于股票数据波动性的多变点研究[J];西南民族大学学报(自然科学版);2006年06期
4 赵俊;;基于广义似然比的泊松过程变点识别[J];标准科学;2012年11期
5 纪兆华;郑爱军;吴云艳;刘富;;变点理论统计分析方法应用试例[J];科技创新导报;2013年08期
6 汪永新;短样本多指标动态经济数据变点的一种识别方法[J];数学理论与应用;2000年03期
7 周江涛;韩四儿;;股票数据均值的多变点检验[J];陕西科技大学学报;2006年05期
8 吴小霞;;线性模型中变点检测的算法分析[J];统计与决策;2011年21期
9 王雪峰;余聪;金浩;;含结构变点无限方差序列的伪回归检验[J];经济数学;2013年02期
10 韩四儿;田铮;;ARCH模型的多变点检验[J];数学的实践与认识;2007年05期
中国重要会议论文全文数据库 前3条
1 陈惠;汤银才;;已知变点数下二次回归模型方差变点分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
2 汪永新;;短样本多指标动态经济数据变点的识别方法[A];中国现场统计研究会第九届学术年会论文集[C];1999年
3 李强;王黎明;王文雯;;基于中国股市行业收益率面板数据的贝叶斯方法变点检测[A];中国系统工程学会第十八届学术年会论文集——A13其他管理领域的创新研究成果问题[C];2014年
中国博士学位论文全文数据库 前9条
1 张立文;分位数回归中变点问题的若干研究[D];复旦大学;2014年
2 王丹;重尾序列与非参数回归模型的变点分析[D];西北大学;2014年
3 李拂晓;几类时间序列模型变点监测与检验[D];西北工业大学;2015年
4 谭常春;变点问题的统计推断及其在金融中的应用[D];中国科学技术大学;2007年
5 韩四儿;两类厚尾相依序列的变点分析[D];西北工业大学;2007年
6 董翠玲;测量误差模型方差变点的统计推断[D];中国科学技术大学;2013年
7 聂维琳;变点靠近序列端点的检测问题[D];武汉大学;2010年
8 赵华玲;逐段线性回归中变点问题的统计推断[D];武汉大学;2011年
9 王景乐;非参数模型中变点的检测及删失数据中删失指标随机缺失下回归函数的估计[D];复旦大学;2012年
中国硕士学位论文全文数据库 前10条
1 陈少梦;基于Cucconi检验及变点模型的非参数统计质量控制图研究[D];浙江大学;2015年
2 刘俐;基于变点—模糊理论的龙滩水库汛期分期调度研究[D];广西大学;2015年
3 刘晋芳;多元正态向量均值变点在线监测[D];山西大学;2015年
4 王新乔;半参数面板回归模型的变点分析[D];大连理工大学;2015年
5 樊庆祝;基于贝叶斯分析理论的快递业务量变点研究[D];广西师范学院;2015年
6 俞祥祥;位置参数变点的统计推断研究[D];合肥工业大学;2015年
7 刘伟棠;若干变点模型的经验似然推断[D];浙江财经大学;2016年
8 彭秋曦;左截断右删失数据下指数分布变点的Bayes估计[D];重庆大学;2015年
9 吕会琴;厚尾相依序列变点Ratio检验[D];西安工程大学;2016年
10 侯炳山;面板数据中均值与方差的断点分析[D];浙江大学;2016年
,本文编号:982959
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/982959.html