导读:本文包含了变点分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,模型,黄河流域,甘孜,在线,门限,均值。
变点分析论文文献综述
魏兰,解博,唐梦鸽,罗明良[1]（2019）在《基于均值变点分析方法的起伏度研究——以甘孜地区为例》一文中研究指出基于甘孜地区的SRTM3—DEM数据,运用ArcGIS提取递增窗口3×3,5×5,7×7,9×9,…,75×75对应地势起伏度,并通过均值变点分析法确定最佳统计单元,输出地势起伏度分级图。结果表明,甘孜地区地形起伏度最佳分析窗口为29×29,对应的最佳统计面积为6.8km2。地势起伏度分级图中以中大起伏山地的分布最广,与甘孜地区多山地貌特征相符,可能受地质构造运动内力作用与冰川、流水侵蚀等外力的共同作用。(本文来源于《安徽农学通报》期刊2019年17期）
杨立平[2]（2019）在《长记忆序列均值变点的统计分析及在金融中的应用》一文中研究指出近叁十年来,变点问题在统计学中一直是国内外学者的研究热点。鉴于金融时序数据往往呈现长记忆特性,于是采用长记忆序列刻画其演变规律就受到了广大学者的广泛关注。本文基于长记忆序列别对均值变点的统计分析问题进行了研究,具体内容如下:研究了长记忆序列均值变点的检验问题。在经典的长记忆均值变点模型中,证明了累积和(CUSUM)统计量在原假设下的极限分布是一个分数布朗运动的泛函。同时,也得到了其在备择假设下的一致性。数值模拟结果表明:经验水平在没有均值变点的情况下接近设定的显着性水平值。而当均值变点存在时,经验势随着均值变点的跳跃幅度和样本量的增加而增加。在含有方差变点的非平稳环境下,对长记忆序列均值变点的检验问题进行了研究。结果表明:在原假设下,累积和统计量的渐近分布不再标准,而与方差变点的跳跃幅度和出现时刻密切相关。同时,通过数值模拟进一步研究发现,统计量的经验水平出现了严重的扭曲现象,即方差的变化幅度越大、方差变点位置越靠后,经验水平值扭曲越严重。针对此缺陷,本文利用稀疏重构方法和Bootstrap方法以去除方差变点对检验功效的影响,最终实现了均值变点的稳健检验。对棉花价格和农业银行股票价格两组金融时序数据进行了实证分析。结果表明:文中提出的方法对均值变点的检验是行之有效的。因此,研究长记忆序列均值变点对丰富非连续条件下的统计建模有重要的理论意义。(本文来源于《西安科技大学》期刊2019-06-01）
吉毛加[3]（2019）在《长记忆时间序列趋势项变点分析及应用》一文中研究指出趋势项变点作为一类常见的变点,相关研究成果主要考虑的是短记忆时间序列模型.由于许多实际数据都具有长记忆性,研究长记忆时间序列趋势项变点具有重要的理论价值和实际意义.本文研究长记忆时间序列趋势项变点的检验,在线监测及估计问题,具体内容如下:首先,基于最小二乘拟合残差构造了一种新的CUSUM型统计量来检验趋势项变点,在无变点原假设下证明了检验统计量的极限分布是I型分数布朗运动的泛函,在备择假设下证明了检验统计量的一致性,并提出用Sieve bootstrap方法确定检验统计量的临界值来避免精确估计冗余参数.数值模拟结果表明,提出的新方法在原假设下能较好地控制经验水平,在备择假设下能达到满意的经验势.其次,基于最小二乘拟合残差构造监测统计量在线监测长记忆时间序列中的趋势项变点,证明了监测统计量在无变点原假设下的极限分布及在备择假设下的一致性,并构造了近似监测统计量临界值的Sieve bootstrap方法.模拟结果表明,提出的方法能很好的控制经验水平,达到较高的经验势和较短的平均运行长度.最后,通过一种适用于均值变点估计的CUSUM型统计量研究了趋势项变点的估计问题.通过数值模拟发现该方法只有在变点位置靠前时才能达到较好的估计效果,说明该方法不是估计趋势项变点的一致方法.(本文来源于《青海师范大学》期刊2019-03-01）
张圆[4]（2018）在《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》一文中研究指出经济金融领域的数据通常具有结构性变化特征,其突变点往往不易辨别,因此对关键风险点的识别和差异化建模至关重要。在已有研究基础上,由变点识别、检验、估计为主线构建了变点问题研究的分析框架,并以保监会每月发布的赔付支出数据为例识别了一年中宏观财险赔款的周期性突变点,根据变点前后差异建立了不同的损失风险模型。研究发现:具有单一变点下的数据服从"双峰"分布,当系统内存在变点时,混合模型优于单一模型。(本文来源于《统计与信息论坛》期刊2018年12期）
刘欢,何幼桦[5]（2018）在《幂变换门限GARCH模型变点问题的贝叶斯分析》一文中研究指出用贝叶斯方法对幂变换门限GARCH (PTTGARCH)模型变点问题进行统计分析.构造了变点模型参数的满条件分布并且采用MCMC的Griddy-Gibbs抽样算法对参数进行了估计.分别就不同的变点位置、模型不存在变点以及模型接近非平稳的情况进行数值模拟.结果表明:变点处于序列中间位置时,估计效果较好,当变点位置越靠近序列两端时,所得估计的误差越大;当模型不存在变点时,所设变点位置τ后验分布的峰度接近均匀分布的峰度;当模型存在变点时,τ后验分布的峰度大于2,且模型越平稳,τ的后验分布的峰度越大,因此可以通过判断τ的后验分布的峰度来判断模型是否存在变点.最后以GARCH模型对上证指数日收益率进行分析,得到变点发生时刻的概率分布,该结果与市场的变化背景符合.(本文来源于《应用数学与计算数学学报》期刊2018年04期）
张梦琇,罗倩,周菊玲[6]（2018）在《泊松序列中变点的贝叶斯分析》一文中研究指出利用二分法将含有多个变点的泊松序列进行分割,将泊松序列多变点问题转化为没有变点和仅有一个变点的问题,运用贝叶斯因子进行模型比较.选用上证指数数据,结合贝叶斯因子对存在变点的模型进行了检验.(本文来源于《淮阴师范学院学报(自然科学版)》期刊2018年02期）
凌志明,王景乐[7]（2018）在《基于Copula模型变点检测的投资者情绪传染分析》一文中研究指出文章设计了六个备选投资者情绪代理指标,通过主成分分析方法构造出综合投资者情绪指标,利用格兰杰因果检验作为传染路径方法,运用非参数方法选择出最合适的Copula函数模型,检测模型中的变点,最后将变点前后数据的尾部相关系数变化量大小作为情绪是否发生传染的判断标准。实证结果表明:只存在美国对中国的传染,发生叁次传染并呈现阶段性特征,并且传染会随着被传染国市场发展而减弱。(本文来源于《统计与决策》期刊2018年07期）
谭常春,操毅文,叶五一[8]（2018）在《基于Expectile-based VaR变点检测的金融传染分析》一文中研究指出本文在分位点回归的基础上采用ALS方法,建立了线性Expectile模型,并以此计算美国金融危机期间有关经济体的Expectile-based VaR(EVaR),对EVaR进行变点检测。根据变点的位置来估计危机发生的时间,并通过比较模型的系数在危机前后的变化情况,分析了美国金融危机对中国、香港、英国、德国和日本造成的传染情况。同时结合实际情况分析线性Expectile模型所确定的危机发生时间和系数变化所反映的危机传染性强弱程度,并与斜率模型得到的结论进行比较,体现了线性Expectile模型的准确性。(本文来源于《数理统计与管理》期刊2018年02期）
江净超,刘军志[9]（2018）在《基于似然函数的黄河降水—径流关系变点分析》一文中研究指出选取黄河干流上中下游4个水文站的年径流量以及相应的年降水量资料作为研究数据,首先应用Pettitt方法对各站点的年降水量和年径流量进行变点检验,结果表明黄河流域的降水量不存在显着的变点,而径流量均存在显着向下的跳跃点,然后采用基于似然函数理论的变点检验方法对降水—径流关系进行了变点检验。结果表明:4个站点对应的降水—径流关系均存在显着的变点,变点的位置均位于1986年或1990年。通过归因分析可知,气温上升与大规模人类活动是造成黄河流域降水—径流关系发生变异的主要原因。(本文来源于《人民黄河》期刊2018年02期）
郭磊[10]（2017）在《国债期货价格发现功能分析——基于结构变点理论》一文中研究指出国债期货具有价格发现、规避风险等功能,发达高效的国债期货市场可以提高金融市场效率,有利于推进利率市场化。本文基于结构变点理论,对我国国债期货上市以来核心功能进行实证检验。结果发现:变点前,我国国债现货市场在价格发现中起主导作用,变点后,随着国债期货市场不断发展壮大,国债期货价格发现和规避风险功能得到不断提高。(本文来源于《华北金融》期刊2017年12期）
变点分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近叁十年来,变点问题在统计学中一直是国内外学者的研究热点。鉴于金融时序数据往往呈现长记忆特性,于是采用长记忆序列刻画其演变规律就受到了广大学者的广泛关注。本文基于长记忆序列别对均值变点的统计分析问题进行了研究,具体内容如下:研究了长记忆序列均值变点的检验问题。在经典的长记忆均值变点模型中,证明了累积和(CUSUM)统计量在原假设下的极限分布是一个分数布朗运动的泛函。同时,也得到了其在备择假设下的一致性。数值模拟结果表明:经验水平在没有均值变点的情况下接近设定的显着性水平值。而当均值变点存在时,经验势随着均值变点的跳跃幅度和样本量的增加而增加。在含有方差变点的非平稳环境下,对长记忆序列均值变点的检验问题进行了研究。结果表明:在原假设下,累积和统计量的渐近分布不再标准,而与方差变点的跳跃幅度和出现时刻密切相关。同时,通过数值模拟进一步研究发现,统计量的经验水平出现了严重的扭曲现象,即方差的变化幅度越大、方差变点位置越靠后,经验水平值扭曲越严重。针对此缺陷,本文利用稀疏重构方法和Bootstrap方法以去除方差变点对检验功效的影响,最终实现了均值变点的稳健检验。对棉花价格和农业银行股票价格两组金融时序数据进行了实证分析。结果表明:文中提出的方法对均值变点的检验是行之有效的。因此,研究长记忆序列均值变点对丰富非连续条件下的统计建模有重要的理论意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
变点分析论文参考文献
[1].魏兰,解博,唐梦鸽,罗明良.基于均值变点分析方法的起伏度研究——以甘孜地区为例[J].安徽农学通报.2019
[2].杨立平.长记忆序列均值变点的统计分析及在金融中的应用[D].西安科技大学.2019
[3].吉毛加.长记忆时间序列趋势项变点分析及应用[D].青海师范大学.2019
[4].张圆.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
[5].刘欢,何幼桦.幂变换门限GARCH模型变点问题的贝叶斯分析[J].应用数学与计算数学学报.2018
[6].张梦琇,罗倩,周菊玲.泊松序列中变点的贝叶斯分析[J].淮阴师范学院学报(自然科学版).2018
[7].凌志明,王景乐.基于Copula模型变点检测的投资者情绪传染分析[J].统计与决策.2018
[8].谭常春,操毅文,叶五一.基于Expectile-basedVaR变点检测的金融传染分析[J].数理统计与管理.2018
[9].江净超,刘军志.基于似然函数的黄河降水—径流关系变点分析[J].人民黄河.2018
[10].郭磊.国债期货价格发现功能分析——基于结构变点理论[J].华北金融.2017
论文知识图
