期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进Ratio统计量的重尾AR(p)时间序列均值变点检验 被引量:2
1
作者 张思 刘叶 金浩 《统计与决策》 CSSCI 北大核心 2024年第2期52-57,共6页
文章提出两个改进的Ratio统计量来研究重尾AR(p)时间序列均值变点检验问题,在原假设下推导了统计量的渐近分布,且在备择假设下证明了其一致性。由于重尾指数未知且难以估计,因此结合Wild Bootstrap重抽样方法来确定渐近分布的临界值;在... 文章提出两个改进的Ratio统计量来研究重尾AR(p)时间序列均值变点检验问题,在原假设下推导了统计量的渐近分布,且在备择假设下证明了其一致性。由于重尾指数未知且难以估计,因此结合Wild Bootstrap重抽样方法来确定渐近分布的临界值;在均值变点存在的情形下,给出了变点位置的一致估计量。数值模拟结果表明:统计量的临界值均不受重尾指数和自回归系数的影响,其经验水平和经验势均取得满意的效果;尤其在原假设下,积分型Ratio统计量的经验水平表现出更好的稳健性,而在备择假设下,最值型Ratio统计量则具备更好的显著性。最后,基于一组股票数据,从实际应用角度进一步阐明所提方法的有效性和可行性。 展开更多
关键词 重尾序列 ratio统计量 均值变点 Wild Bootstrap
在线阅读 下载PDF
基于Bootstrap方法的重尾相依序列均值变点Ratio检验 被引量:3
2
作者 金浩 高奎 张思 《统计与决策》 CSSCI 北大核心 2019年第23期11-16,共6页
文章提出了一个改进的Ratio统计量来检测方差无穷重尾相依序列中可能存在的均值变点。基于广义泛函中心极限定理,在原假设下得到统计量的渐近分布,并在备择假设下证明了该检验的一致性。针对重尾指数未知且难以估计的特点,应用Bootstra... 文章提出了一个改进的Ratio统计量来检测方差无穷重尾相依序列中可能存在的均值变点。基于广义泛函中心极限定理,在原假设下得到统计量的渐近分布,并在备择假设下证明了该检验的一致性。针对重尾指数未知且难以估计的特点,应用Bootstrap重抽样方法确定了统计量渐近分布的临界值。数值模拟结果表明:Ratio检验不仅能很好地控制经验水平,而且相比已有的均值变点检验方法,经验势也有较·明显的提高. 展开更多
关键词 重尾序列 均值变点 ratio统计量 BOOTSTRAP 渐近分布
在线阅读 下载PDF
时变方差相依序列均值变点的Ratio检验 被引量:1
3
作者 金浩 李彩彩 白会会 《统计与决策》 CSSCI 北大核心 2022年第9期46-51,共6页
针对时间序列具备时变方差的特点,文章采用Ratio统计量研究了均值变点的检验问题。基于Cavaliere提出的广义中心极限定理,证明在原假设下统计量的渐近分布是广义维纳过程的泛函,并得到在备择假设下的一致性。为消除方差波动性对统计量... 针对时间序列具备时变方差的特点,文章采用Ratio统计量研究了均值变点的检验问题。基于Cavaliere提出的广义中心极限定理,证明在原假设下统计量的渐近分布是广义维纳过程的泛函,并得到在备择假设下的一致性。为消除方差波动性对统计量检验的影响,提出时变方差的估计函数以增强其诊断功效。数值模拟仿真结果表明,基于估计函数的Ratio统计量不仅很好地控制了经验水平,没有出现水平扭曲,而且经验势也有较大的提高。最后,通过一组数据进一步验证了所给出的均值变点检验方法的有效性和可行性。 展开更多
关键词 均值变点 时变方差 ratio统计量 方差估计 渐近分布
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部