雙線性時(shí)間序列模型的估計(jì)及成片異常點(diǎn)的檢測(cè).pdf

1、時(shí)間序列的觀察值有時(shí)會(huì)受到異常事件干擾或者誤差的影響，這樣就會(huì)造成與真實(shí)現(xiàn)象不符合的結(jié)果，從而會(huì)導(dǎo)致觀察值的異常態(tài)勢(shì)，以致與時(shí)間序列中的大多數(shù)的觀察值不一致.我們稱這些不正常的觀察值為異常值或異常點(diǎn)，它們很可能由不正常的其他事件引起，比如：工廠工人的罷工、天氣因素的突變等，或者僅僅是由于工作人員的記錄或采集的錯(cuò)誤.異常數(shù)據(jù)有時(shí)可能足具有特殊意義的數(shù)據(jù)，它們往往能夠提供更多其他有用的信息，檢測(cè)異常點(diǎn)是我們發(fā)現(xiàn)新知識(shí)、確定新狀態(tài)的有力手段，

2、因此，異常點(diǎn)的檢測(cè)和分析是一項(xiàng)十分有意義、至關(guān)重要的數(shù)據(jù)檢測(cè)任務(wù).
　　 1972年Fox的一篇開創(chuàng)性的論文是關(guān)于ARMA模型時(shí)間序列中的異常點(diǎn)的檢測(cè)方法，后來已廣泛展開，迄今為止，對(duì)于線性時(shí)間序列模型中的單個(gè)異常點(diǎn)的檢測(cè)已經(jīng)得到很好的解決.但是，如果異常點(diǎn)在數(shù)據(jù)中成片出現(xiàn)時(shí)，在檢測(cè)過程中往往就會(huì)伴有“掩蓋”和“淹沒”現(xiàn)象的發(fā)生，使得我們?cè)跈z測(cè)異常點(diǎn)時(shí)會(huì)遇到很多的困難.至今，對(duì)于成片異常點(diǎn)的檢測(cè)仍然是一個(gè)有待進(jìn)一步解決的問題，<