导读:本文包含了均值变点检验论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,均值,方差,递归,正态分布,正则,多变。
均值变点检验论文文献综述
金浩,高奎,张思[1]（2019）在《基于Bootstrap方法的重尾相依序列均值变点Ratio检验》一文中研究指出文章提出了一个改进的Ratio统计量来检测方差无穷重尾相依序列中可能存在的均值变点。基于广义泛函中心极限定理,在原假设下得到统计量的渐近分布,并在备择假设下证明了该检验的一致性。针对重尾指数未知且难以估计的特点,应用Bootstrap重抽样方法确定了统计量渐近分布的临界值。数值模拟结果表明:Ratio检验不仅能很好地控制经验水平,而且相比已有的均值变点检验方法,经验势也有较明显的提高。(本文来源于《统计与决策》期刊2019年23期）
皮林,王丹[2]（2019）在《无穷方差序列均值变点的Ratio检验》一文中研究指出研究了无穷方差序列均值变点的检测问题.首先基于CUSUM函数,通过Ratio检验方法,构造无穷方差序列均值变点的比率检验统计量,其次证明了检验统计量在原假设和备择假设下的极限分布,最后数值模拟表明本方法对无穷方差序列均值变点检测的有效性.(本文来源于《纯粹数学与应用数学》期刊2019年03期）
刘舰东,金浩[3]（2018）在《基于稳定分布的ARCH模型均值变点Subsampling检验》一文中研究指出讨论了基于稳定分布的ARCH模型的均值变点检验问题,其中特征指数k∈(1,2)。基于残量平方累积和统计量,利用Subsampling抽样方法确定渐近分布的临界值,从而避免特征指数k的估计。结果显示:蒙特卡罗数值模拟结果和实证分析充分说明了Subsampling抽样方法的可行性和有效性。因此,基于Subsampling的残量平方累积和检验对于稳定分布的ARCH模型均值变点检验仍不失为一种有效的方法。(本文来源于《统计与信息论坛》期刊2018年06期）
李渊园[4]（2018）在《长记忆序列均值变点及单位根检验的研究》一文中研究指出变点问题在国内外一直是金融和计量经济学领域的热点问题。自1980年以来,长记忆序列在生活中应用极为广泛,如环境科学、医药卫生、水文地理、统计学、金融学和经济学等研究领域。另一方面,在金融数据中出现的非平稳数据也越来越多,而且越来越多的数据都服从长记忆时间序列分布。基于上述背景,本文对含有方差变点的长记忆序列模型展开研究,研究集中在单位根检验和均值变点检验两方面。具体研究内容如下所示:首先,在研究具有方差变点的长记忆序列单位根检验时,构造了含方差变点的中心极限定理,并且得到了统计量的极限分布。理论证明结果表明检验统计量是收敛的。数据实验结果表明,影响单位根检验的因素主要包括长记忆指数,方差跳跃幅度,样本量及方差变点位置。在原假设下,经验水平值随样本量和方差跳跃幅度的增大而增大,随长记忆指数的增大而减小。在备择假下,小样本较大样本下影响更为明显,随着方差变点跳跃幅度的增加,经验势函数值逐渐减少;另外,随着长记忆指数增大,经验势函数的值逐渐下降。其次,对含有均值变点的长记忆序列的方差变点进行了检验。基于文章中所给出的中心极限定理,得到统计量在原假设下的极限分布,并且得出统计量是收敛的。数值模拟实验结果表明,在原假设下,随着均值跳跃幅度不断增加,经验水平值也在增加;另外,随着长记忆指数的不断增大,经验水平值逐渐减小;最后,随着样本量的增大,经验水平值逐渐增大。在备择假设的条件下,检验统计量是发散的。实验结果表明,方差变点位置越靠后,经验势函数值越大;其次,当方差跳跃幅度小于1时,经验势函数值随着方差跳跃幅度的增大而减小;当方差跳跃幅度大于1时,得出相反结论。最后,本文所得研究结果是对长记忆序列下方差变点的检验理论很好的补充和完善,具有一定的理论意义,同时在股票分析等领域有一定的应用价值。(本文来源于《西安科技大学》期刊2018-06-01）
赵文芝,吕会琴[5]（2016）在《厚尾相依序列均值变点Ratio检验》一文中研究指出研究具有无穷方差的厚尾相依序列均值存在变点的问题。采用Ratio检验法研究序列在原假设无变点及备择假设存在一个变点的假设检验问题,首先基于残差的累积和函数建立检验统计量,在适当的假设条件下,给出检验统计量在原假设下的极限分布,并对统计量的一致性检验进行了推导证明,最后通过数值模拟验证Ratio检验法的有效性。(本文来源于《山西大学学报(自然科学版)》期刊2016年03期）
方媛[6]（2015）在《气温时间序列的均值变点检验的探究》一文中研究指出日常生活中,人们的工作、学习等生活各方面均受到气候变化的影响。伴随着全球变暖这一趋势越发明显,气候变化尤其是气温变化越来越被人们所重视并成为研究的热点问题。通过总结国外已有的对于长气候序列中变点的检验方法,分析不同检验方法对时间序列分布假设的要求,结合叁大城市气温序列数据特点,确定最优的变点检验方法。主要研究结果如下:第一、近60年来,北京市气温升温趋势明显,上海和广州的气温波动较为平稳;第二、因研究总体个数不足,叁大城市年均气温序列不服从正态分布特点,SNHT不适用于该气温序列的变点检验。PMFT检验方法由于软件的不可得性,在实证方面有很大的限制。CUSUM检验统计量对研究样本的分布的限制性较低,该方法适用于检验叁大城市年均气温序列;第叁、运用CUSUM方法对叁大城市日均气温序列进行研究,结果表明北京市的年均气温序列存在明显的变点,变点位置出现在1988年。其他两大城市的年均气温序列未出现变点,气温年均值统计特征未发生显着性的变化。这一结果与气象元数据的记录相吻合,上海和广州自建站以来未发生过基站迁移事件。(本文来源于《暨南大学》期刊2015-04-01）
邓春霞,胡尧,李丽[7]（2014）在《正态分布均值变点的小波检验和估计》一文中研究指出本文探究的是方差不变的条件下服从正态分布的随机序列均值变点问题,利用小波方法检测和估计均值变点。考虑存在一个或多个均值变点,利用小波方法构造检测均值变点的统计量,并且估计均值变点的个数、位置以及跳跃度,最后通过模拟仿真验证有限样本下本文方法的有效性。(本文来源于《贵州大学学报(自然科学版)》期刊2014年05期）
罗丽莎,潘婉彬,缪柏其[8]（2013）在《基于自正则的K-S方法的均值变点检验——对我国上证综指的实证分析》一文中研究指出将基于自正则的K-S方法应用于检测我国上证综指收盘价序列的均值变点.与传统的Kolmogorov-Smirnov检验以及"滑窗"检验相比,基于自正则的K-S检验方法避免了长程方差的相合估计和带宽参数的选取.最终构造的检验统计量的渐近分布不受冗余参数的影响,而且其功效也是单调的.(本文来源于《中国科学技术大学学报》期刊2013年12期）
王丹,郭鹏江,夏志明,王莎莎[9]（2011）在《厚尾序列均值变点的非参数检验》一文中研究指出目的考虑稳定系数为κ的厚尾分布的均值变点检验问题。方法利用非参数检验方法。结果基于Wilcoxon秩和统计量,构造出了相应的检验统计量。结论得到了原假设下统计量的渐近分布,并证明了在备择假设下统计量的相合性。(本文来源于《西北大学学报(自然科学版)》期刊2011年05期）
周江涛,韩四儿[10]（2006）在《股票数据均值的多变点检验》一文中研究指出讨论了股票数据均值的多变点检验问题,在原假设下给出了统计量的极限分布及渐进临界值的解析表达式,并且在递归检验的过程中同时得到了变点时刻与变点个数估计,最后用实例分析说明了方法的有效性。(本文来源于《陕西科技大学学报》期刊2006年05期）
均值变点检验论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究了无穷方差序列均值变点的检测问题.首先基于CUSUM函数,通过Ratio检验方法,构造无穷方差序列均值变点的比率检验统计量,其次证明了检验统计量在原假设和备择假设下的极限分布,最后数值模拟表明本方法对无穷方差序列均值变点检测的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
均值变点检验论文参考文献
[1].金浩,高奎,张思.基于Bootstrap方法的重尾相依序列均值变点Ratio检验[J].统计与决策.2019
[2].皮林,王丹.无穷方差序列均值变点的Ratio检验[J].纯粹数学与应用数学.2019
[3].刘舰东,金浩.基于稳定分布的ARCH模型均值变点Subsampling检验[J].统计与信息论坛.2018
[4].李渊园.长记忆序列均值变点及单位根检验的研究[D].西安科技大学.2018
[5].赵文芝,吕会琴.厚尾相依序列均值变点Ratio检验[J].山西大学学报(自然科学版).2016
[6].方媛.气温时间序列的均值变点检验的探究[D].暨南大学.2015
[7].邓春霞,胡尧,李丽.正态分布均值变点的小波检验和估计[J].贵州大学学报(自然科学版).2014
[8].罗丽莎,潘婉彬,缪柏其.基于自正则的K-S方法的均值变点检验——对我国上证综指的实证分析[J].中国科学技术大学学报.2013
[9].王丹,郭鹏江,夏志明,王莎莎.厚尾序列均值变点的非参数检验[J].西北大学学报(自然科学版).2011
[10].周江涛,韩四儿.股票数据均值的多变点检验[J].陕西科技大学学报.2006
论文知识图
