發(fā)布時間：2017-09-18 03:21

  本文關鍵詞：整值自回歸條件異方差模型的多變點檢測問題

  更多相關文章： 整值時間序列數(shù)據 INARCH模型 多變點問題 二值化分割法

【摘要】：整值時間序列數(shù)據可以在很多領域中收集到,我們可以用整值自回歸條件異方差(INARCH)模型來刻畫。但是在實際生產生活中,時間序列數(shù)據不可能在較長的時間間隔里保持平穩(wěn)波動不變,可能會有變點出現(xiàn)。我們這篇論文的目的在于對于一個帶有分段常值參數(shù)值,但是分段變點的個數(shù)和位置均未知的INARCH模型,對于其多變點檢測問題,設計一個統(tǒng)計意義上平穩(wěn)的,運作良好且運行快速的程序。我們所設計的方法是變換模型后的二值化分割法,也可以簡稱之為BASTINA方法。該方法主要分為兩個部分：模型變換部分和二值化分割部分。模型變換部分能夠降低初始數(shù)據的自相關性,而二值化分割法則估計出變點的個數(shù)和位置。在數(shù)值模擬階段,我們驗證了在有限的樣本下該方法的良好性能,并確定了算法中一些常值參數(shù)的缺省值。最后我們用我們的方法對彎曲菌患者感染數(shù)進行了分析,并且發(fā)現(xiàn)估計出的變點確實能夠與實際事件相匹配。本文內容安排如下：第一部分,將介紹整值時間序列數(shù)據和變點檢測問題的研究背景及意義,并總結分析前人的研究成果。第二部分,對本文涉及的一些模型和相關知識進行簡單介紹。第三部分,描述整值自回歸條件異方差模型的多變點檢測問題,并給出算法。第四部分,進行程序的模擬舉例,展現(xiàn)模擬效果并進行分析。第五部分,用BASTINA方法對加拿大魁北克省1990年至2000年彎曲菌患者感染數(shù)這一實例進行了分析。最后,第六部分對本文進行總結和展望。
【關鍵詞】：整值時間序列數(shù)據 INARCH模型 多變點問題 二值化分割法
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-11
• 1.1 研究背景及意義8
• 1.2 相關研究成果8-11
• 2 基礎知識11-16
• 2.1 模型簡介11-13
• 2.1.1 一般的ARCH和GARCH模型11-12
• 2.1.2 特殊的ARCH和GARCH模型12-13
• 2.2 變點檢測方法13-16
• 2.2.1 變點問題13
• 2.2.2 變點檢測方法13-16
• 3 問題及方法16-23
• 3.1 模型及假設16-17
• 3.2 通用方法17-18
• 3.3 數(shù)據轉換18-21
• 3.3.1 變換函數(shù)g的選擇18-20
• 3.3.2 常值向量C的缺省值的選擇20-21
• 3.4 二值化分割法21-22
• 3.5 相合性結論22-23
• 4 數(shù)值模擬23-31
• 4.1 模擬過程23-25
• 4.2 模擬結果分析25-28
• 4.3 抑制因子F和閾值c的缺省值的確定28-31
• 5 實例分析：彎曲菌病的感染患者人數(shù)31-36
• 5.1 彎曲菌病簡介31-32
• 5.2 數(shù)據介紹32-33
• 5.3 實例分析33-36
• 結論36-37
• 參考文獻37-40
• 致謝40-41

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 丁靜;廖丹;何耀東;劉強;;基于聚類分析的變點識別[J];價值工程;2012年09期

2 胡文靜;聶斌;;基于非參數(shù)檢驗的劃分——凝聚層次聚類變點識別法[J];標準科學;2013年12期

3 周江濤;韓四兒;;關于股票數(shù)據波動性的多變點研究[J];西南民族大學學報(自然科學版);2006年06期

4 趙俊;;基于廣義似然比的泊松過程變點識別[J];標準科學;2012年11期

5 紀兆華;鄭愛軍;吳云艷;劉富;;變點理論統(tǒng)計分析方法應用試例[J];科技創(chuàng)新導報;2013年08期

6 汪永新;短樣本多指標動態(tài)經濟數(shù)據變點的一種識別方法[J];數(shù)學理論與應用;2000年03期

7 周江濤;韓四兒;;股票數(shù)據均值的多變點檢驗[J];陜西科技大學學報;2006年05期

8 吳小霞;;線性模型中變點檢測的算法分析[J];統(tǒng)計與決策;2011年21期

9 王雪峰;余聰;金浩;;含結構變點無限方差序列的偽回歸檢驗[J];經濟數(shù)學;2013年02期

10 韓四兒;田錚;;ARCH模型的多變點檢驗[J];數(shù)學的實踐與認識;2007年05期

中國重要會議論文全文數(shù)據庫 前3條

1 陳惠;湯銀才;;已知變點數(shù)下二次回歸模型方差變點分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

2 汪永新;;短樣本多指標動態(tài)經濟數(shù)據變點的識別方法[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

3 李強;王黎明;王文雯;;基于中國股市行業(yè)收益率面板數(shù)據的貝葉斯方法變點檢測[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A13其他管理領域的創(chuàng)新研究成果問題[C];2014年

中國博士學位論文全文數(shù)據庫 前9條

1 張立文;分位數(shù)回歸中變點問題的若干研究[D];復旦大學;2014年

2 王丹;重尾序列與非參數(shù)回歸模型的變點分析[D];西北大學;2014年

3 李拂曉;幾類時間序列模型變點監(jiān)測與檢驗[D];西北工業(yè)大學;2015年

4 譚常春;變點問題的統(tǒng)計推斷及其在金融中的應用[D];中國科學技術大學;2007年

5 韓四兒;兩類厚尾相依序列的變點分析[D];西北工業(yè)大學;2007年

6 董翠玲;測量誤差模型方差變點的統(tǒng)計推斷[D];中國科學技術大學;2013年

7 聶維琳;變點靠近序列端點的檢測問題[D];武漢大學;2010年

8 趙華玲;逐段線性回歸中變點問題的統(tǒng)計推斷[D];武漢大學;2011年

9 王景樂;非參數(shù)模型中變點的檢測及刪失數(shù)據中刪失指標隨機缺失下回歸函數(shù)的估計[D];復旦大學;2012年

中國碩士學位論文全文數(shù)據庫 前10條

1 呂會琴;厚尾相依序列變點Ratio檢驗[D];西安工程大學;2016年

2 侯炳山;面板數(shù)據中均值與方差的斷點分析[D];浙江大學;2016年

3 李明宇;面板數(shù)據AR(1)模型的變點分析[D];浙江大學;2016年

4 張瑞紅;基于局部多項式回歸的時間序列變點檢測[D];南京大學;2016年

5 任好好;基于變點監(jiān)測的VaR度量方法研究[D];山東大學;2016年

6 張洪剛;應用FIDC模型對美國次貸危機傳染的變點檢測和分析[D];中國科學技術大學;2016年

7 楊雅清;基于變點理論的供應鏈流程的質量控制研究[D];南京理工大學;2016年

8 陳歡;基于半參數(shù)變點檢測方法及其在股市中的應用[D];哈爾濱工業(yè)大學;2016年

9 喬愛芳;廣義指數(shù)分布參數(shù)變點分析及其應用[D];青海師范大學;2016年

10 劉彥紅;非參數(shù)回歸模型方差變點的估計[D];西安科技大學;2015年

，

本文編號：873093