单分位数方法对时间序列尾指数变点检测及应用

论文摘要

多元时间序列中的尾指数变点检测在理论和实际应用中都有着广泛应用。本文利用单分位数方法(Single Quantile Method)构造检验统计量检测和估计出多元时间序列数据尾指数变点,证明其极限分布。在模拟研究中,分别产生三个经典的厚尾分布类型随机数进行模拟研究,结果表明,单分位数方法对多元时间序列尾指数的变点检测是有效的,尤其对分布变化造成的尾指数变化的情形更加敏感与准确。最后将该方法应用于深圳市香蜜湖路市委党校南行路段车流量数据,结果显示该方法能准确检测出交通流变点,根据存在的变点分析出交通流的变化规律。

论文目录

• 1 模型理论介绍
•   1.1 模型基本假设
•   1.2 统计量渐近性质
• 2 变点存在性检验
•   2.1 变点存在性检验步骤
•   2.2 临界值的确定
• 3 模拟研究
•   3.1 模拟数据介绍
•   3.2 临界值的确定
•   3.3 变点检测
• 4 实例分析
• 5 总结

文章来源

类型: 期刊论文

作者: 周江娥,胡尧,商明菊

关键词: 单分位数方法,变点,多元时间序列,厚尾分布,尾指数

来源: 贵州大学学报(自然科学版) 2019年02期

年度: 2019

分类: 基础科学

专业: 数学

单位: 贵州大学数学与统计学院,贵州省公共大数据重点实验室

基金: 国家自然科学基金项目资助(11661018,11361015),全国统计科学研究项目资助(2014LZ46),贵州省自然科学基金项目资助(黔科合J字[2014]2058号),贵州省科技计划项目资助(黔科合平台人才[2017]5788号)

分类号: O21

DOI: 10.15958/j.cnki.gdxbzrb.2019.02.05

页码: 22-27

总页数: 6

文件大小: 878K

下载量: 54