12580.整值自回歸條件異方差模型的多變點(diǎn)檢測(cè)問題

1、專業(yè)學(xué)位碩士學(xué)位論文整值自回歸條件異方差模型的多變點(diǎn)檢測(cè)問題Multiple—changepointDetectionforIntegervaluedAutoregressiveConditionalHeteroscedasticProcesses作者姓名：工程領(lǐng)域：顏含笑應(yīng)用統(tǒng)計(jì)學(xué)號(hào)：31401007指導(dǎo)教師：完成日期：宋立新教授2016年04月大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩

2、士學(xué)位論文摘要整值時(shí)間序列數(shù)據(jù)可以在很多領(lǐng)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(shí)際生產(chǎn)生活中，時(shí)間序列數(shù)據(jù)不可能在較長(zhǎng)的時(shí)間間隔里保持平穩(wěn)波動(dòng)不變，可能會(huì)有變點(diǎn)出現(xiàn)。我們這篇論文的目的在于對(duì)于一個(gè)帶有分段常值參數(shù)值，但是分段變點(diǎn)的個(gè)數(shù)和位置均未知的INARCH模型，對(duì)于其多變點(diǎn)檢測(cè)問題，設(shè)計(jì)一個(gè)統(tǒng)計(jì)意義上平穩(wěn)的，運(yùn)作良好且運(yùn)行快速的程序。我們所設(shè)計(jì)的方法是變換模型后的二值化分割法，也可以簡(jiǎn)稱之為B

3、ASTINA方法。該方法主要分為兩個(gè)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(jù)的自相關(guān)性，而二值化分割法則估計(jì)出變點(diǎn)的個(gè)數(shù)和位置。在數(shù)值模擬階段，我們驗(yàn)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(duì)彎曲菌患者感染數(shù)進(jìn)行了分析，并且發(fā)現(xiàn)估計(jì)出的變點(diǎn)確實(shí)能夠與實(shí)際事件相匹配。本文內(nèi)容安排如下：第一部分，將介紹整值時(shí)間序列數(shù)據(jù)和變點(diǎn)檢測(cè)問題的研究背景及意義，并總結(jié)分析前人的