

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、論文題目:非參數(shù)回歸模型方差變點(diǎn)的估計(jì)專(zhuān)業(yè):應(yīng)用數(shù)學(xué)研究生:劉彥紅劉彥紅(簽名):指導(dǎo)教師:王雪峰金浩王雪峰金浩(簽名):摘要目前時(shí)間序列分析中變點(diǎn)問(wèn)題的研究是統(tǒng)計(jì)學(xué)研究里一類(lèi)熱門(mén)問(wèn)題,也一直備受?chē)?guó)內(nèi)外眾多學(xué)者的關(guān)注。以往的變點(diǎn)研究主要集中在均值發(fā)生變化的情況,如今對(duì)方差變點(diǎn)的研究正處在炙熱時(shí)期。本文首先介紹了變點(diǎn)的相關(guān)背景和研究意義,以及非參數(shù)回歸較參數(shù)回歸的優(yōu)勢(shì)。另外在已有的變點(diǎn)理論和方法的基礎(chǔ)上,用非參數(shù)方法對(duì)兩種情形的時(shí)間序列方
2、差變點(diǎn)進(jìn)行了研究。第一種情形是針對(duì)獨(dú)立隨機(jī)變量單方差變點(diǎn)的研究:針對(duì)獨(dú)立序列均值變點(diǎn)的研究,局部思想法體現(xiàn)出很好的檢驗(yàn)估計(jì)效果,本文在此基礎(chǔ)上用局部思想法和滑窗法的結(jié)合對(duì)獨(dú)立隨機(jī)變量序列中存在方差變點(diǎn)的問(wèn)題進(jìn)行研究,并給出了變點(diǎn)的檢驗(yàn)統(tǒng)計(jì)量和變點(diǎn)的估計(jì),以及檢驗(yàn)統(tǒng)計(jì)量的極限分布,理論證明了此情形下方差變點(diǎn)估計(jì)的強(qiáng)相合性和強(qiáng)收斂速度,并用實(shí)驗(yàn)數(shù)值模擬驗(yàn)證了此方法的有效性。第二種情形是針對(duì)隨機(jī)設(shè)計(jì)下非參數(shù)回歸模型方差變點(diǎn)的研究:利用局部線(xiàn)性
3、核估計(jì)來(lái)擬合回歸曲線(xiàn),并構(gòu)造殘差序列及CUSUM檢驗(yàn)統(tǒng)計(jì)量,在一定假設(shè)條件下推導(dǎo)證明了檢驗(yàn)統(tǒng)計(jì)量的漸近分布,驗(yàn)證了檢驗(yàn)統(tǒng)計(jì)量收斂于Brown橋的上確界,并利用不同的核函數(shù)估計(jì)驗(yàn)證了局部線(xiàn)性核估計(jì)對(duì)核函數(shù)的選取影響不大,最后用實(shí)驗(yàn)數(shù)值模擬驗(yàn)證了局部線(xiàn)性核估計(jì)較其他核估計(jì)存在邊界效應(yīng)的問(wèn)題明顯減弱,這樣既改進(jìn)又拓展了原有的方法。最后對(duì)本文做了總結(jié),并提出進(jìn)一步需要研究的問(wèn)題。關(guān)鍵詞:方差變點(diǎn);非參數(shù)回歸;變點(diǎn)估計(jì);檢驗(yàn)統(tǒng)計(jì)量研究類(lèi)型:理論研
4、究Subject:ThenonparametricregressionmodelofvariancechangingpointestimatesSpecialty:AppliedMathematicsName:LiuYanhongLiuYanhong(Signature)Instruct:WangXuefengJinHaoXuefen(Signature)ABSTRACTThechangepointproblemintimeseries
5、analysisisastatisticalstudyofaclassofpopularresearchdirectionhasattractedmuchattentionofmanyscholarsathomeabroad.Studyonthechangepointbefemainlyfocusonthechangesofthemeanvariancechangepointoftheresearchnowisinthehotperio
6、dthispapermainlyusesnonparametricmethodoftimeseriesvariancechangepointoftwocaseswerestudied.Thispaperfirstintroducesthebackgroundsignificanceoftheresearchonchangepointsnonparametricregressionwithparametricregressionadvan
7、tage.Inadditionbasedonthechangepointofexistingtheiesmethodstheuseofnonparametermethodoftwokindsoftimeseriesvariancechangepointarestudied.Thefirstoneistostudythedifferenceofindependentromvariablestounilaterallychangepoint
8、:accdingtothesequenceofmeanchangepointofindependentthoughtlocallawshowsagoodtesteffectofestimationthispaperbasedontheslidingwindowmethodthecombinationofthevariancechangepointproblemsareasequenceofindependentromvariablesw
9、ithlocalthoughtmethodgivestheteststatisticthechangepointestimationofchangepointthedistributionoflimitteststatisticstheyprovesthatthisdifferenceofchangepointestimatunderthestrongconsistencyconvergenceratetheeffectivenesso
10、fthismethodisverifiedbythenumericalsimulation.Thesecondscenarioisbasedonnonparametricregressionmodelunderromdesignvariancechangepoint:theuseoflocallinearkernelestimationtofittheregressioncurvethestructureoftheresidualseq
11、uencetheCUSUMteststatisticsundercertainassumptionsderivedtheasymptoticdistributionoftheteststatisticisprovedtoverifytheteststatisticconvergestothesupremumoftheBrownbridgetheuseofdifferentkernelfunctionestimationtoverifyt
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于非參數(shù)方差結(jié)構(gòu)的半?yún)?shù)回歸模型的異方差檢驗(yàn).pdf
- 非參數(shù)回歸模型中β的核估計(jì).pdf
- 23690.兩類(lèi)不同統(tǒng)計(jì)量下的非參數(shù)回歸模型方差變點(diǎn)的研究
- 函數(shù)型非參數(shù)回歸模型異方差檢驗(yàn).pdf
- 30221.nod序列下半?yún)?shù)回歸模型和非參數(shù)回歸模型估計(jì)相合性的研究
- 基于Helmert方差分量估計(jì)的半?yún)?shù)回歸模型若干算法研究.pdf
- 非參數(shù)回歸模型的序列相關(guān)檢驗(yàn)與異方差檢驗(yàn).pdf
- 10759.倒逆高斯核下非參數(shù)回歸模型的估計(jì)
- 弱誤差半?yún)?shù)和非參數(shù)回歸模型估計(jì)的相合性.pdf
- 半?yún)?shù)回歸模型的Bayes估計(jì).pdf
- 非參數(shù)回歸模型的Bayes估計(jì)方法及其應(yīng)用研究.pdf
- 縱向數(shù)據(jù)半?yún)?shù)回歸模型的估計(jì)理論.pdf
- 非參數(shù)回歸誤差密度估計(jì)的收斂速度.pdf
- 半?yún)?shù)回歸模型的估計(jì)方法和模擬分析.pdf
- 兩類(lèi)異方差半?yún)?shù)回歸模型性質(zhì)的研究.pdf
- 29121.左截?cái)鄶?shù)據(jù)下異方差回歸模型的復(fù)合分位數(shù)回歸估計(jì)
- 36387.穩(wěn)健頻率模型平均與半?yún)?shù)回歸模型的估計(jì)
- 含指標(biāo)項(xiàng)半?yún)?shù)回歸模型的估計(jì)與檢驗(yàn).pdf
- 兩種數(shù)據(jù)下半?yún)?shù)回歸模型的估計(jì)理論.pdf
- 非參數(shù)回歸模型論文線(xiàn)性過(guò)程誤差下非參數(shù)模型經(jīng)驗(yàn)似然
評(píng)論
0/150
提交評(píng)論