时间序列变点的统计推断

发布时间：2021-10-27 11:47

　　在实际生活中,时间序列数据是常见的,我们也经常使用模型来刻画时间序列数据.然而用一个简单模型刻画较长的时间序列是不合理的.一种合理的方法是,将整段的时间序列分为几个片段,每个片段服从一个简单时间序列模型,不同片段的时间序列模型,不必是同一个模型.则可以将两个相邻片段间的时刻称为变点.在本文中我们提出了假设检验的方法来检测整段时间序列中的变点.首先定义平稳性检验统计量,然后提出平稳性检验扫描方法将多变点问题转变为单变点问题来处理,并确定最终的变点个数和变点位置.进一步,本文利用自助法的思想得出了变点估计的近似分布.模拟实验表明,我们的假设检验方法给出的变点估计和变点估计的近似分布是非常精确的.最后,我们将该方法应用于一组真实的时间序列数据当中. 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：36 页

【学位级别】：硕士

【部分图文】：

统计量渐进分布密度图像

分布直方图图4.2分段平稳AR过程变点估计的分布直方图(c)变点估计590的

(c)变点估计545的分布直方图图4.4分段非线性平稳过程变点估计的分布直方图处出现的频数为最高的,则表明不仅针对每段用Bootstrapping算法具有较高的准确率,而且的数据使用Bootstrapping算法也具有很高的分布理论:当b → ∞时, 即当我们模拟的次数据计算出变点的渐近分布.


本文编号：3461538