基于M估計的線性回歸模型均值變點(diǎn)檢測.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、變點(diǎn)檢測是近年來統(tǒng)計學(xué)研究的課題之一,很多學(xué)者對變點(diǎn)檢測的研究做出了不少成果。本文主要考慮當(dāng)模型中存在異常點(diǎn)或者強(qiáng)影響點(diǎn)時,如何基于M估計,提高參數(shù)估計的穩(wěn)健性,獲得更好的變點(diǎn)檢測效果。
   本文首先提出基于M估計,利用信息量SIC(k)進(jìn)行變點(diǎn)檢測的方法。該方法首先在穩(wěn)健對數(shù)似然函數(shù)最小的原則下進(jìn)行參數(shù)估計,然后利用信息量構(gòu)造檢驗(yàn)統(tǒng)計量,并進(jìn)一步估計變點(diǎn)值。模擬結(jié)果表明該方法準(zhǔn)確率高,當(dāng)樣本量較大時,變點(diǎn)檢測的準(zhǔn)確率很高。并

2、且在Huber函數(shù)中c值的有效控制下,變點(diǎn)模型在該方法下得到的參數(shù)估計具有穩(wěn)健性,主要體現(xiàn)在方差估計上。
   為提高位置參數(shù)估計的穩(wěn)健性,本文提出了基于位置參數(shù)M估計的漸近正態(tài)性進(jìn)行變點(diǎn)檢測的方法。該方法視方差為多余參數(shù),利用未知參數(shù)估計的漸近正態(tài)性,構(gòu)造假設(shè)檢驗(yàn)統(tǒng)計量,檢測變點(diǎn)。模擬驗(yàn)證表明該方法位置參數(shù)估計的穩(wěn)健性得到了很好的改善,并且當(dāng)模型中存在異常點(diǎn)時,變點(diǎn)估計也更加穩(wěn)健和精確。
   實(shí)例分析中,本文分別對1

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論