长记忆时间序列趋势项变点分析及应用

长记忆时间序列趋势项变点分析及应用

论文摘要

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.

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景与意义
  •   1.2 研究现状
  •   1.3 研究内容
  • 第二章 长记忆时间序列趋势项变点CUSUM检验
  •   2.1 模型假设及检验统计量
  •   2.2 检验统计量的渐近性质
  •   2.3 Sieve Bootstrap近似
  •   2.4 数值模拟
  •   2.5 实例分析
  •   2.6 小结
  • 第三章 长记忆时间序列趋势项变点监测
  •   3.1 模型及监测方法
  •   3.2 Sieve Bootstrap近似
  •   3.3 主要结果
  •   3.4 数值模拟
  •   3.5 小结
  • 第四章 长记忆时间序列趋势项变点估计
  •   4.1 模型假设与估计方法
  •   4.2 数值模拟
  •   4.3 实例分析
  •   4.4 小结
  • 第五章 总结与展望
  • 参考文献
  • 致谢
  • 个人简介
  • 文章来源

    类型: 硕士论文

    作者: 吉毛加

    导师: 索南仁欠

    关键词: 长记忆时间序列,趋势项变点,检验,在线监测,估计,方法

    来源: 青海师范大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 青海师范大学

    分类号: O211.61

    DOI: 10.27778/d.cnki.gqhzy.2019.000269

    总页数: 40

    文件大小: 2112K

    下载量: 28

    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:;  ;  ;  ;  ;  ;  

    长记忆时间序列趋势项变点分析及应用
    下载Doc文档

    猜你喜欢