多种时间序列模型的变点识别分析及其应用

多种时间序列模型的变点识别分析及其应用

论文摘要

变点理论是统计学的一个经典分支,变点识别即利用统计量或统计方法将该变点位置估计出来。本文首先介绍了贝叶斯理论以及多种时间序列模型的识别理论,之后基于贝叶斯理论阐述了同方差和异方差时间序列模型的变点识别算法的编程实现。利用统计软件Matlab,模拟多种时间序列模型来验证算法的有效性。选取部分宏观数据如农村居民消费价格指数、城镇固定资产投资以及部分金融数据如华数传媒、万科A的收盘价分别进行了时间序列模型的拟合。目前模型的拟合方法的研究理论已经比较成熟,首先使用ACF,PACF等指标初步判断,利用统计软件R识别AIC最小的模型,再通过绘制残差图、使用LB检验以及QQ图进行残差检验,最后用McLeod.Li.test检验以及拉格朗日乘子检验来检验ARCH效应以找到合适的时间序列模型进行数据拟合。拟合模型后应用算法进行变点的识别。本文最后分析被算法识别出的变点并找到对应的变点产生的时间点。查阅相关时间内国家宏观政策等的变化资料,寻找并分析变点产生的原因。为以后时间序列数据的变点产生提供了一定的指导性意见,同时,为预测经济走向,防范金融风险等做出参考,而这也是变点问题研究的意义。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 变点分析的研究综述
  •   1.3 本文的主要工作
  • 第二章 模型及算法简介
  •   2.1 同方差时间序列模型
  •     2.1.1 AR模型简介
  •     2.1.2 MA模型简介
  •     2.1.3 ARMA与 ARIMA
  •   2.2 同方差时间序列模型的变点识别
  •     2.2.1 算法理论
  •     2.2.2 算法实现
  •   2.3 异方差时间序列模型
  •     2.3.1 ARCH模型简介
  •   2.4 ARCH模型的变点识别
  •     2.4.1 算法实现
  • 第三章 数据模拟
  •   3.1 同方差时间序列模型
  •     3.1.1 AR模型
  •     3.1.2 MA模型
  •     3.1.3 ARMA模型
  •   3.2 异方差时间序列模型
  •     3.2.1 ARCH模型
  • 第四章 变点检测的应用
  •   4.1 模型拟合理论
  •   4.2 ARIMA模型的算法应用
  •     4.2.1 居民消费价格指数
  •     4.2.2 华数传媒收盘价
  •   4.3 ARCH模型的算法应用
  •     4.3.1 万科A收盘价
  •     4.3.2 城镇固定资产投资
  • 第五章 总结
  • 致谢
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 马妍

    导师: 陈平

    关键词: 时间序列,模型拟合,变点识别,贝叶斯理论

    来源: 东南大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 东南大学

    基金: 全国统计科学研究项目(2017LZ29)

    分类号: O211.61

    DOI: 10.27014/d.cnki.gdnau.2019.003328

    总页数: 56

    文件大小: 1892K

    下载量: 58

    相关论文文献

    • [1].一个基于主成分分析的探测高维变点的方法[J]. 数理统计与管理 2020(02)
    • [2].基于平滑样条回归的方差变点检测模型[J]. 统计与决策 2020(14)
    • [3].心理与教育测验中异常反应侦查新技术:变点分析法[J]. 心理科学进展 2020(09)
    • [4].基于二元分割检测分段线性趋势中的多变点[J]. 重庆工商大学学报(自然科学版) 2020(06)
    • [5].具有变点理赔过程的风险模型[J]. 吉林大学学报(理学版) 2017(03)
    • [6].相依序列均值和方差变点的估计[J]. 纺织高校基础科学学报 2017(02)
    • [7].面板数据中方差渐变变点的最小二乘估计[J]. 纺织高校基础科学学报 2017(03)
    • [8].基于一元方差分析的正态分布均值变点检测研究[J]. 工业控制计算机 2017(10)
    • [9].变化笔画[J]. 七彩语文(写字与书法) 2017(03)
    • [10].简化笔画[J]. 七彩语文(写字与书法) 2017(09)
    • [11].基于面板数据均值变点的气象数据统计分析[J]. 长春师范大学学报 2020(04)
    • [12].面板数据均值共同变点分析在高校在校成绩上的应用[J]. 合肥工业大学学报(自然科学版) 2020(06)
    • [13].变点问题统计分析框架及应用——以我国财险赔付支出数据为例[J]. 统计与信息论坛 2018(12)
    • [14].改进最小二乘变点识别法在负荷分解的应用[J]. 计算机测量与控制 2019(06)
    • [15].带未知多个变点的均值突变模型的多阶段估计[J]. 应用数学学报 2017(06)
    • [16].基于卡方统计量的非参数轮廓变点识别研究[J]. 机械设计与制造工程 2017(05)
    • [17].贝叶斯随机搜索的多变点模型分析[J]. 统计与决策 2017(16)
    • [18].随机排列方法检验方差变点[J]. 数理统计与管理 2014(03)
    • [19].基于加速遗传的交通流变点分析方法[J]. 统计与决策 2013(07)
    • [20].变点检测问题最新进展综述[J]. 江汉大学学报(自然科学版) 2012(02)
    • [21].带有结构变点的长记忆模型的实证研究[J]. 安庆师范学院学报(自然科学版) 2011(01)
    • [22].冰层厚度变点判别方法的探讨[J]. 太原理工大学学报 2009(01)
    • [23].二维射影变换中不变直线上至少有一不变点的另证[J]. 宜宾学院学报 2009(12)
    • [24].水文时间序列变点识别的一种稳健方法[J]. 科技信息 2008(32)
    • [25].正态分布序列均值变点检测的贝叶斯方法[J]. 湖北第二师范学院学报 2020(08)
    • [26].基于变点模型的我国煤炭价格波动特征研究[J]. 数学的实践与认识 2016(02)
    • [27].高校毕业生就业预警变点统计方法研究[J]. 电子测试 2015(01)
    • [28].均值变点理论及其在管道监测数据处理中的应用[J]. 广东石油化工学院学报 2013(06)
    • [29].原油价格与黄金价格的变点分析[J]. 中国科学技术大学学报 2014(06)
    • [30].含结构变点无限方差序列的伪回归检验[J]. 经济数学 2013(02)

    标签:;  ;  ;  ;  

    多种时间序列模型的变点识别分析及其应用
    下载Doc文档

    猜你喜欢