变点
- 基于Subsampling抽样的厚尾AR(p)序列趋势变点的Ratio检验
行的检验时间序列变点问题的方法，其与传统的累计和方法相比不需要方差的估计。Horváth 等（2008）[1]运用Ratio 统计量检验短记忆的均值变点问题；Shao（2011）[2]、Kai 等（2018）[3]和Wingert 等（2020）[4]进一步研究了长记忆变点问题；Chen 等（2016）[5]运用Ratio统计量检验从短记忆到长记忆的变点问题。实际上，上述文献大多考虑方差有限的情形。然而，方差无穷序列的大部分信息滞留在尾部，不能用传统高斯序
统计与决策 2023年10期2023-07-11
- 广义线性模型的分位数回归变点检测 *
004）0 引言变点问题因其具有广泛应用性，比如在金融、经济、计算机等都有大量的应用，所以在统计学中一直是研究的热门课题。变点指的是在模型或者分布中，在某个未知的时刻，模型或者分布的某些特征发生改变，则把这个未知的时刻称为变点。目前，对变点问题研究的文献有很多。如谭智平等人［1］利用非参数方法构建Kolmogorov 型统计量对分布变点的检测和估计进行研究；Guan［2］通过似然比方法研究半参数模型的变点问题；张军舰等人［3］通过构造截断经验欧氏似然比检验
广西民族大学学报(自然科学版) 2023年1期2023-05-22
- 采用密度比估计的多窗口变点检测方法
表述为疫情数据的变点检测问题。本文基于疫情背景，研究时间序列的变点检测问题。时间序列是随着时间变化对系统行为的描述，系统的行为会由于外部或内部因素随着时间而改变[2-3]。变点分析是统计学中的一个经典分支，其基本定义是在一个序列或过程中，当某个统计特性（分布类型、分布参数）在某时间点受系统性因素而非偶然性因素影响发生变化，称该时间点为变点[4]。时间序列变点检测问题作为时间序列分析的一个重要研究方向，在经济、金融、医学和气象学等方面都有较广的应用[5]。时
计算机工程与应用 2023年3期2023-02-14
- 基于差分进化算法的正态分布均值变点检测
550025)变点检测问题自20世纪50年代被提出以来，一直是统计领域当中的一个热点问题。变点指的是从某个时刻开始，样本的分布或者数字特征发生了变化。变点检测就是要检测数据中是否存在变点及对变点的个数和位置进行估计。随着社会的发展，变点检测理论已广泛运用在经济、医学、气象和图像处理等领域。在变点检测问题中，均值变点是一类重要的变点类型，数据的均值发生变化往往引起人们的重视。针对正态分布序列的均值变点问题，中外许多学者都对此进行过研究。Hawkins[1]
科技创新与应用 2023年2期2023-02-01
- 长相依面板数据的斜率变点分析
列的数据都具有单变点或者多变点的特征,参见Bai和Perron[1],Hansen[2],Lee等[3],以及Perron和Zhu[4].此外众所周知,经济和金融数据往往还具有长相依的特征.例如日元兑美元的汇率数据被广泛认为存在长相依,参见Horv´ath和Kokoszka[5].因此在处理实际数据时,往往面临结构变点和长相依同时存在的情形.例如Jaruˇskov´a[6]在非平稳的长周期的水文数据中发现了长相依的证据,同时认为数据中存在结构变点.大量的研
高校应用数学学报A辑 2022年4期2023-01-02
- 基于SOP-SeedBS的高维数据稀疏变点检验
130022）变点估计和检验问题是统计学中的一个经典问题，用于识别时间序列中的突变，发生这种突然变化的时间点称为“变点”。通过估计变点的位置，可以将原始数据集划分为较短的段，然后使用平稳时间序列的方法进行分析，解决各个领域相关的问题。变点问题在金融行业[1]、互联网安全[2]、生物医学[3]等领域都有着广泛的应用，例如，变点估计可用于发出有关异常金融事件的警报，检测网络上的分布式拒绝服务攻击，精确定位人脑中脑波活动的开始等。随着时代的发展和科技的进步，现
长春理工大学学报（自然科学版） 2022年6期2022-12-28
- AR（p）模型均值变点的CUSUM估计
000）0 引言变点理论结合时间序列分析和数理统计的相关知识和研究方法，是数理统计学中非常重要的分支［1］. 变点理论最早由Page［2］提出，并用于解决产品生产的质量控制工程问题. 变点理论在金融、地质、计算机、统计、医学和气象等更多领域有全新的应用［3-5］.变点的种类大致可分3 种：突变点、渐近变点及流行变点［6］. 对于AR 模型变点的理论研究，Gombay等［7］在Page的基础上将变点的在线监测模型问题推广至AR（p）模型中. 薛义新等［8］在
淮北师范大学学报(自然科学版) 2022年4期2022-12-19
- 参数变点线性回归模型的LR检验
60001 概述变点问题渊源已久，可以追溯到1954年Page关于连续抽样检验的讨论。自20世纪70年代以来，对于变点问题的探讨以及对变点性质的研究一直是统计界的热门话题。比如，在工业自动控制中的质量检测、在经济与金融中的数据分析、气象中的天气预测、流行病学中传染率的研究以及导航系统分析和心电图中的韵律分析等方面有大量的应用背景。而进入21世纪以来，随着科技的发展，我们所关心的问题面临着大规模数据的挑战，这种数据往往以张量的形式呈现。因此，变点问题的研究又
科技风 2022年25期2022-09-29
- 基于筛选排序算法的多均值变点估计
70 年代以来，变点问题一直是统计中的一个热门话题。它最早产生于工业质量控制领域，目前在经济、金融、医学、计算机等领域也有大量的应用。关于单变点问题，已有一系列相当成熟的检测方法和理论[1—7]。但这些方法较难推广到多变点问题情形，因为多变点问题不但需要确定变点位置，更关键的是需要确定变点的个数。近年来，关于多变点的研究颇受到统计学者的广泛关注。关于均值多变点的研究，Yao[8]基于贝叶斯信息准则(Bayesian Information Criterio
工程数学学报 2022年3期2022-08-18
- 面板数据均值变点的累积和比值估计
言时间序列模型中变点的估计和检验已经得到广泛的研究，随着科技与经济的飞速发展，单个时间序列的分析与研究已经不再满足人们的需求，而面板数据能够提供更多有关模型的信息，从而提高估计的效率.因此将数据集扩展到面板数据上分析是有必要的.许多专家和学者研究关于面板数据的变点问题，尤其是在经济学、社会科学、质量控制等领域做出诸多贡献.Bai［1］利用最小二乘法和拟极大似然法（QML）分别研究面板数据模型中均值和方差变点问题，证明变点估计量的一致性并给出其极限分布，并表
淮北师范大学学报(自然科学版) 2022年2期2022-06-17
- 一种基于递归残差的回归模型变点检验
006）0 引言变点问题最初由Page［1］提出，由于变点问题可以快速地监测到系统在任意时刻出现的变点并发出预警，避免决策上的失误，对减小损失，降低风险具有重要意义，因此从最初的产品质量控制领域逐步扩展到金融、气候、流行病学、信号过程和智能导航等领域。Küchenhoff等［2］用带有变点的趋势回归模型对时间序列进行分析，进而估计德国新冠病毒某一天发病的病例数。Basalamah等［3］研究了线性回归模型下的正态分布误差在检测回归参数变化时的情形，提出一种
山西大学学报（自然科学版） 2022年2期2022-06-07
- 厚尾相依面板序列均值变点的截尾CUSUM估计
1,1)模型的多变点检验问题，基于SUPF检验统计量，在原假设下得到该统计量的极限分布[4]。随着对金融时间序列变点问题的研究逐步深入，具有P(|Y|>x)≈Cx-κ的厚尾时间序列成为热点问题，其中特征指数κ刻画了随机变量Y的尾部性质，反映金融资产未来可能发生的损失和风险，所以研究其变点的统计推断十分有必要。杨晓琴研究厚尾相依序列均值变点的检验问题，采用Block Bootstrap方法而非传统的独立同分布Bootstrap方法逼近统计量的渐近分布[5]。
西安工程大学学报 2022年2期2022-05-11
- 基于Bootstrap方法的厚尾AR(p)序列均值变点检验
54)0 引 言变点检验对于决策者们具有重要的现实意义,若忽略变点的存在,则会导致错误的建模,从而做出错误的决策,造成一定的风险.为了规避风险,应用统计方法对变点进行统计推断就显得尤为重要.在变点检验的各种问题中,均值变点检验在变点问题的分析中占据了非常重要的地位.Gardner[1]讨论了方差为1时的独立高斯序列均值变点检验.随后Sen等[2]修正了Gardner[1]的检验统计量,在方差未知时探讨了高斯序列的均值变点问题.Chen等[3]基于比值型监测
昆明理工大学学报(自然科学版) 2022年2期2022-05-07
- 基于高斯噪声的HLSM稳健性多变点检验
130022）变点检验是时间序列分析的重要组成部分，时间序列数据的均值、方差或模型系数在未知的时刻突然发生了改变，可能标志着数据生成的重大变化，因此变点检验必不可少。变点检验问题第一次被提出可追溯到20世纪50年代［1］，现在已经被拓展应用于股票、生物、基因数据、网络流量分析、交通等领域，并且已经有着广泛的研究，变点检验方面已经有着大量文献，如Kim（2019）［2］、Cheng（2015）［3］、Liu（2020）［4］、Kurt（2018）［5］、王
长春理工大学学报（自然科学版） 2022年1期2022-03-07
- 基于RJMCMC算法的Gamma分布形状参数多变点检测
6)0 引言所谓变点是指观测值在某一个位置或时间点发生了分布或数字特征的突然变化，这个位置或时间点称为变点。不考虑可能的变化点就进行统计分析很大可能会得到具有误导性的结果，因此变点问题的研究在金融学、医学、气象学和计算机科学等领域有着广泛的应用价值。众多学者对检测变点的方法进行了研究，如JAMES B J等[1]通过似然比方法检验多元正态分布变点是否存在；李拂晓等[2]使用Pearson卡方统计量的二元分割方法检验了多元Logistic回归模型中存在的变点
河南教育学院学报（自然科学版） 2022年4期2022-03-02
- 累积Logistic回归模型结构变点的序贯检验
生改变, 即产生变点.过去的几十年中，有许多学者研究了模型的结构变点检验和估计问题.[2-9]变点检验一般分为回顾性检验(Retrospective test)和序贯检验(Sequential test), 前者是分析已观测的历史数据, 检验数据中是否存在变点; 后者是连续检验数据中是否存在变点, 即新观测的数据是否仍符合原有的模型,也称为在线监测[10].针对回顾性变点检验,Antoch[11]基于整体最大值型(Overall maximum type)
应用数学 2022年2期2022-01-20
- 多变点位置的识别隐马尔科夫链方法
30205)1 变点问题简介变点序列数据是数理统计中经常遇见的一个序列，在该序列中，各个子部分的总体的分布并不是一样的，对于这类问题，通常的处理方式是先识别该序列中的变点的位置，然后就可以利用相邻的两个变点之间的分布是相同的，进而来估计该部分的分布。其一般模型如下：(1)2 状态转移概率为此建立如下模型：在时刻，定义状态(i=0,1,2,…,t-1)表示离t最近的前向变点位置在t-i位置上，记其概率为p(Ct=i|xt-1,xt-i+1,…xt-1)，意思
湖北第二师范学院学报 2021年8期2021-10-25
- IIRCT 下指数分布参数多变点的贝叶斯估计
830017）变点（change point）指的是某一位置或时刻在此前后观测值或数据遵循两个不同的模型. 变点问题是近几年统计方向研究中比较热门的话题，主要应用于质量控制、水文统计、金融经济、地震预测等领域. 目前变点分析方法主要有极大似然法、最小二乘法、贝叶斯法和非参数方法等. 关于变点问题，国内外的学者进行了深入研究，James B J［1］在1992 年对多元正态分布位置参数的变点用似然比检验做了假设检验；Kokoszka 和Leipus［2］在
河南科学 2021年3期2021-05-06
- 基于WBS2的一种多维数据多变点检验方法及其应用
130022）变点是指在该时间点上，样本的分布或者数字特征在突然发生变化。研究变点问题可以判断过程中某参数发生变化的时刻并有效控制该参数，也能够分析系统的稳定性，从外部控制变量出发检验或预测形态发生的变化。变点检验就是估计变点的数量和位置，该研究现已广泛用于工业质量控制[1]、医学诊断[2]、交通流[3]和网络安全[4]等许多领域。检验方法也从参数检验发展到非参数检验，检验对象也从一维扩展到多维甚至是高维数据。关于一维数据的多变点问题，许多学者给出了检验
长春理工大学学报（自然科学版） 2021年2期2021-04-29
- 改进曼-惠特尼统计量的变点检测
于时间序列数据的变点研究在诸多领域拥有广泛的应用。对于给定的时间序列数据，本文采用滑动窗口思想计算型的曼-惠特尼统计量序列，根据加权移动平均思想加入权重参数，得到改进的曼-惠特尼统计量序列，并根据改进型曼-惠特尼统计量序列的极值分布指定判定变点的策略。实验表明：参数对于检测变点的性能具有双向性，虽然提高检测准确率，但需要提高平均检测误差作为代价。近年来，时间序列数据的研究是一个广泛研究的课题，在工业生产，医学，气象，图像，金融等领域起着很重要的作用。时间序
电子世界 2021年6期2021-04-11
- 艾拉姆咖分布参数变点的统计推断*
治区乌鲁木齐市)变点问题是统计学中的热门研究方向，在金融、医学、气象学和计算机领域等方面有广泛地应用. 近年来，随着统计分析方法的不断完善，变点问题的发展在理论研究和实际应用上都有了大的飞跃.谭景宝等讨论了Gamma分布的变点问题[1]，韩冰凌、孙佳楠对独立泊松与指数序列比较了变点检测方法[2].在方法上，袁芳、韩四儿、谭常春、缪柏其等采用了累积和(CUSUM)方法[3-7]，讨论变点的检验与估计问题.艾拉姆咖分布在研究武器装备维修时间时被提出，目前关于其
曲阜师范大学学报(自然科学版) 2021年1期2021-01-22
- Lomax分布形状参数变点的贝叶斯估计
017)0 引言变点问题是近几年统计学的热点研究问题，变点模型则是研究变点问题的一种非常重要的统计模型，其应用广泛，研究方法多样. 常用的研究方法有贝叶斯方法、极大似然法和最小二乘法等，其中贝叶斯方法在解决变点问题上综合了先验信息以及样本信息，使得判断更为准确. MCMC算法是一种高效的贝叶斯方法，将Gibbs抽样与M-H抽样相结合的算法，根据参数的满条件分布形式来选取Gibbs抽样和M-H抽样，进而得到参数的Gibbs样本，最终把Gibbs样本的均值作为
淮阴师范学院学报（自然科学版） 2020年4期2021-01-05
- 正态分布序列均值变点检测的贝叶斯方法
的的正态分布序列变点问题简介(1)若通常称为多未知变点模型，对于多个未知变点模型，我们要解决的问题主要有两个，第一是确定变点的个数；第二是确定变点的具体位置，实际上变点的数目完全由变点的位置所决定，通常我们采用二分法来确定，其基本想法是首先我们只考虑仅有一个变点的模型，利用某种方法确定这个变点的具体位置，然后以此位置作为分界点，将全部数据集分成两个不相交的子集，对于每个子集，按照前面的方法重新判断，看看每个子集中是否存在变点，该过程一直进行到不再有变点为止
湖北第二师范学院学报 2020年8期2020-10-13
- 基于MCMC算法的多元线性回归变点模型的贝叶斯估计
830017）变点问题在经济、金融、医学、工程等领域应用广泛，是统计学中比较热门的研究方向之一. 线性回归模型自19世纪发展以来就被广泛应用于各学科中. 王振友和陈莉娥运用多元线性回归方法，建立了俄亥俄州臭氧含量与气象的回归方程［1］. 周晨等分析了多元线性回归模型在东北地区需水量中的应用［2］. 王培冬基于多元线性回归模型，分析及预测了沪深股价［3］. 袁水林利用多元线性回归模型，探讨了企业更有效的物流成本管理方法及对企业效益的影响动因［4］. 王康慧
河南科学 2020年8期2020-09-21
- 大样本数据中方差变点的两阶段估计方法
48)0 引 言变点问题一直都是统计学的研究热点。在某个未知时刻,样本的分布发生了突然的变化,这个时刻就称作变点。 1954年，Page发表的一篇质量检验的文章提出了变点问题[1],引起了众多学者对变点问题的关注,现在变点研究已被大量应用于金融经济学、医学诊断等领域。在经济金融中,常用方差度量风险,关于方差变点的文献也有很多。 Gombay等对独立序列中的方差变点进行检验和估计,得到了变点估计量的渐近性质[2]； 邵钏利用滑窗法证明了独立序列中变点估计量的
西安工程大学学报 2020年4期2020-08-20
- 基于经验欧氏似然的线性回归模型变点检测*
004)0 引言变点问题在统计学中是一个较热门的课题.所谓变点，即是针对某一序列，在某点前后序列来自的总体是不同的，此点即为变点.变点问题广泛适用于实际生活中的许多领域，如经济、地质、生物医学等等.自Page在文献[1]中研究生产线上的生产稳定性后，有越来越多的学者研究变点问题.在变点问题伊始，主要是运用参数方法对变点进行研究.陈希孺院士在文献[2]中对参数变点问题给出了系统的研究，Csörgö和Horváth在文献[3]中对变点问题的极限情况方面给出了较
广西民族大学学报(自然科学版) 2020年1期2020-07-15
- 基于二元分割的多变点估计
611756）变点问题一直是统计学中的焦点话题之一. 变点问题在1954年由Page提出，该问题的提出源于工业生产的质量控制过程［1］，生产过程中产品质量在相当长的时间内保持大致恒定的输出，当过程中某个阶段出现故障时，产品质量恶化，大部分产品质量变得不可接受，此刻希望能够停止生产或者发出预警，避免产出更多不合格的产品，该故障发生时刻称为变点. 陈希孺［2］给出了变点问题的一般提法，我们有一系列的观察值（样本），在多数情况下，这些观察值按其出现的时间进行先
河南科学 2020年4期2020-06-03
- 一种线性过程方差变点的比率检验
够更加精确地估计变点的存在，就能及时地规避风险，减少损失，这也是众多学者研究方差问题的意义所在. 最早有关方差变点的统计学文献就是Hsu等［1］，他们提出了一个方差公式作为股票收益模型中Pareto分布的替代. Inclán等［2］、Gombay等［3］考虑了独立序列中的方差偏移问题. 在处理自回归的观察值序列时，Wichern等［4］选用一阶自回归模型来处理未知时刻的突变方差问题，与之不同的是，Abraham等［5］则使用了贝叶斯框架来处理这一问题. L
河南科学 2020年1期2020-04-01
- 独立二项分布序列变点的识别方法
52)引 言由于变点问题涉及经济、医学、金融、工程等很多领域，所以估计一个随机序列中变点的位置是近年来统计学的热点研究问题之一。研究变点问题的方法有很多种，文献[1-2]用MCMC方法研究了IIRCT情况下二项分布、威布尔分布的多变点问题，文献[3]用IBF算法研究了正态分布均值单变点的识别问题等等。但对独立二项分布序列变点的研究的还比较少。本文运用IBF算法研究二项分布的变点问题，给出了识别变点个数和通过IBF算法识别变点具体位置的步骤，随机模拟的结果表
安徽师范大学学报（自然科学版） 2020年1期2020-03-28
- 自回归模型参数变点的修正残差CUSUM监测
0 引言近些年，变点问题是计量经济学和统计学研究的热点问题之一，在理论和实践等方面有诸多应用.变点是模型中的某个或某些量突然变化之点［1］. 变点问题最初在质量控制领域被提出，之后，大量的学者进行推广和完善，逐渐将变点问题应用在通信、医学、金融、水文等领域.变点在线监测问题是指在已有模型基础上对新观测的数据进行监测，直到出现变点才停止［2］. Horvath等［3-4］应用最小二乘估计研究线性模型系数变点的残差在线监测问题；Gombay 等［5］通过引入有
淮北师范大学学报(自然科学版) 2020年1期2020-03-21
- 线性回归模型变点位置估计的收敛速度
性回归模型中进行变点检测和估计是统计学中的一个常见的研究内容. 文献［1］考虑线性回归模型中变点数目问题，但在检测变点位置时需要2个阶段. 文献［2］考虑用分位数LASSO（Least absolute shrinkage and selection operator）方法对变点的数目和位置进行后验检测，但使用的方法相对笨拙. 文献［3-5］考虑LASSO估计框架内分段常数模型中的一个简单位置变点问题. 文献［6］考虑将分段常数变点问题推广为分段线性模型，
淮北师范大学学报(自然科学版) 2020年1期2020-03-21
- 基于MOSUM的多重滤波变点检测研究
等方面[1]。在变点分析方面，近年来，学者们也做了大量的探究[2-5]。本研究是在一般分布假设下进行，即允许其它参数变化的情况下，时间序列中存在未知个数的多时间尺度的均值变点模型。针对均值变点的研究，Horvth等提出了非参数检测方法[6-9]，进一步邓春霞研究了存在均值和方差双重变点的非参数检测方法[10]，这些方法虽然避免了参数方法中的参数估计难题，但存在缺点是需要对模型有较强的分布假设。针对多时间尺度上的变点研究，Frick等在检测方法方面做了相关的
统计与信息论坛 2020年1期2020-02-06
- 线性回归模型系数变点的在线监测
年来很多领域存在变点问题，有关突变点理论应用从最初由Page[1]提出在产品质量控制领域扩宽到在金融等领域，如Hoga[2]提出的在线监测多元时间序列在金融上的应用.而快速地监测到一任意时刻出现的变点并报警，对于减小损失，降低风险具有重要意义.陈希孺[3]与Perron[4]介绍了有关变点理论的研究与发展.有关线性过程的变点估计问题，Bai[5]基于最小二乘估计提出其均值变点的估计.赵文芝等[6]则给出了其方差变点的CUSUM型估计量.随后Zhao等[7]
陕西科技大学学报 2020年1期2020-01-07
- 变点问题的非参数极大似然方法以及在金融领域的应用
刘馨月【摘要】变点问题一直是统计领域的热门话题，在经济、生物、医学、计算机、交通等领域中有大量的应用。本文首先介绍了变点问题的概念以及相关研究方法，接着介绍了部分基于极大似然的非参数方法，最后介绍了变点理论在金融领域的应用。从而得出结论：从单变点问题入手，利用非参数极大似然方法可以更好地解决金融领域的变点问题，应对各类金融市场风险。【关键词】变点;非参数方法;金融风险;变点理论应用一、变点问题的概念以及相关研究变点问题是近年来在统计领域的热点问题，更准确地
商情 2019年51期2019-12-17
- 时间序列中多个变点的检测问题
时间序列中期望的变点检测，常见的CUSUM统计量，K-S统计量，需要对方差进行估计，Shao（2012）给出的基于SN方法的统计量避免了这个问题。基于SN方法的检验统计量拓展到一般框架下多个变点情况下的检验统计，并给出统计量在原假设下的分布情况及其证明。关键词：变点;SN检验统计量中图分类号：TB 文献标识码：A doi：10.19311/j.cnki.1672-3198.2019.35.1170 引言变点分析是统计研究中的热门问题，在经济、金融、医学和气
现代商贸工业 2019年35期2019-12-11
- 无穷方差序列均值变点的Ratio检验
引言统计学中,变点问题一直是一个热点课题,一般认为变点问题的研究始于Page[1]在 Biometrika上发表的一篇关于连续抽样检验的文章.文献[2]指出 “变点τ0是指在一个序列或过程中,在某个未知时刻τ0,序列或过程的某个统计特性发生了变化”.变点问题的统计推断就是依据具体的背景,对这个未知的时刻τ0做出估计,并对估计量的性质进行统计分析.在现实中,变点问题不但在早期的工业自动控制上有大量应用,而且,随着近年来对变点问题的不断深入研究,变点问题的实
纯粹数学与应用数学 2019年3期2019-10-24
- 单分位数方法对时间序列尾指数变点检测及应用
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
贵州大学学报（自然科学版） 2019年2期2019-09-10
- 基于R-FPOP变点检测的城市路段旅行时间预测
一种基于动态规划变点检测算法的旅行时间预测方法。以车牌识别数据为研究对象，利用R-FPOP算法对旅行时间均值变点进行在线检测，研究变点时域分布特征;基于均值变点检测结果，预测旅行时间并给出其预测区间。结果表明：在线检测出的变点能够有效辨识旅行时间的均值突变，变点时域分布主要集中在高峰期;旅行时间预测值对实际序列变化趋势估计准确，推送的预测区间平均覆盖率为79.54%，具有较优的预测精度。论文方法兼顾旅行时间均值突变且建模简单，可为路段旅行时间的在线智能推送
贵州大学学报（自然科学版） 2019年2期2019-09-10
- 多项式回归模型系数变点的在线监测
生变化, 即产生变点。因此,检测变点是否发生变化及何时发生对风险控制及方案决策等至关重要。同时,变点检测也是统计学的一个热点问题, 它把统计控制理论、估计、假设检验和样本抽样方法结合起来[1]。从抽样方法来分,变点检测分为连续抽样检测(即在线监测)和非连续抽样检测(离线检测)。对变点的离线检测发展较为成熟, 参见Sen和Srivastava(1975)[2], Csorgo和Horvah(1997)[3], Perron(2006)[4],Qian 和 S
山西大学学报（自然科学版） 2019年3期2019-08-22
- 基于U型统计量的泊松过程参数变点检验
0052)引 言变点问题是统计学中的热门研究方向，在金融、医学、气象学和计算机领域等方面有广泛地应用。该问题源于质量检测与监控。现今，变点的应用不再局限于工业质量的检测中，更广泛地被应用于经济、医学、计算机等领域。[1]例如，在医学中，心电图韵律的检测及流行病中传染病的传染率检测；计算机领域中，图像识别和图形边界的判断等都依赖于变点的发展使用。另外，在生态环境和突发灾难方面，变点研究方法也发挥着重大作用。因此对变点问题的深入研究有着重大意义。泊松过程由法国
安徽师范大学学报（自然科学版） 2019年3期2019-08-01
- 面板数据公共变点的非参数最大似然估计
板数据中存在公共变点这一现象在经济学中十分常见.本文用非参数最大似然的方法研究了面板数据中带有单个公共变点的问题,证明了当面板个数N和每个序列的观测值n都非常大时估计量的统计性质.迄今为止,大量的文献致力于研究变点模型,尤其是在经济学、基因组研究、质量控制、信号过程等领域.文献[1-2]最早研究面板数据变点问题.他们研究了随机变点模型中带有N个序列的变点问题,且假设每个序列存在一个变点,而所有变点构成的序列是独立同分布的.文献[3]用贝叶斯的框架分析面板数
纯粹数学与应用数学 2019年2期2019-07-05
- 改进最小二乘变点识别法在负荷分解的应用
NILM方法中，变点识别的准确性和鲁棒性[3]，对于正确捕获设备启/停时刻，截取设备暂态信息起到关键作用，从而为特征提取与负荷识别的准确性提供充分的保证[4]。以往NILM的研究多关注于负荷印记的种类，以及识别负荷的方法，却忽略了变点检测的重要性。但随着用电设备日益多样化，特别是多状态型、连续变化型负荷的增多，变点检测方法的抗干扰能力和精确性，对NILM显得更为重要。变点，即一段数据中的异常点，在负荷分解中则定义为负荷的开关事件。变点识别最早由陈希孺教授提
计算机测量与控制 2019年6期2019-06-27
- 自正则检验Gamma分布的变点问题
3)1 研究背景变点问题在统计应用中很常见，广泛应用于工业质量控制、医药统计、生存分析、气象生物学以及金融经济等领域.如果一个序列存在变点，则在变点前后，模型将会发生变化.如果忽略变点的存在，则会对统计推断产生很大的影响，甚至会得出错误结论.目前，多参数变点问题在统计推断中越来越受到关注，但是研究文献却十分有限，以往的研究主要集中于均值或者方差变点的研究，本质上这两个参数是无关的，但是在Gamma分布中，均值和方差同时依赖于形状参数和尺度参数.因此研究Ga
长春师范大学学报 2019年6期2019-06-20
- 单分位数方法对时间序列尾指数变点检测及应用
者模型进行刻画，变点则是指其分布、模型或其参数突然发生改变之点称为变点，通过变点检测可以分析出造成该变点的原因，从而找到有效的解决办法。自Page以来，大量的研究都致力于变点分析这一理论及其在各个领域中的应用[1]。在现有的方法中，Cusum检验因其在实际应用中的易用性而长期流行，与似然法相比，原序列真实分布未知情况可使用Cusum方法。例如文献[2,3]。在金融和生物统计中，数据常具有尖峰厚尾的性质，尾指数是描述此特征的一个重要指标。实际应用中，大多数文
贵州大学学报(自然科学版) 2019年2期2019-04-30
- 金融指数的单变点非参数极大似然估计研究
756）0 引言变点问题的研究源于实际的需要。自1954年Page提出变点问题以来，变点问题经过长期的研究发展，已经应用于诸多领域。在金融计量经济学中，变点分析可以用于找出市场（或经济）的发展方向[1]，此外变点分析还能用于找出信用卡诈骗[2]和其他的异常情况。在信号处理方面，对一个图像流中重要变化的估计是十分重要的问题[3]。在医学上，变点问题在DNA的拷贝数变异检测上有了很大的应用，而在现代基因芯片技术所产生的海量数据中找出拷贝数的变异就是变点问题的一
统计与决策 2019年3期2019-03-13
- 独立泊松序列与指数序列的变点检测方法比较
083）0 引言变点检测涉及的基础学科涵盖了数理统计、应用数学、计算机科学等，并在金融学、经济学、气象学、环境学等多个学科中广泛应用。例如，在金融学研究中，宿成建和陈洁[1]应用变点模型研究了沪深股股市波动性突变行为，并分析了1992—2002年上证和深证综合指数的方差变点，对这些变点的经济意义进行了解释。在自然环境研究中，涂新军和陈晓宏[2]基于变点原理，运用似然比方法研究了存在变点的河川径流量序列，并给出了一系列的结论。注意到对泊松分布序列和指数分布序
统计与决策 2018年19期2018-10-30
- 面板数据下序贯模型变点的渐近检验法
072)1 引言变点问题起源于工业质量控制的领域,在质量控制中非常重要的一点是如何快速检测出生产线上不合格产品比例的增加.在建模和数据挖掘中,一个很常见的问题是,如何根据现有的样本数据,来判断我们感兴趣的一些量是否发生变化.这种问题在统计中我们称其为变点问题.关于变点问题的建模和分析始于Page 1954年发表在《Biometrika》上的文献[1],文献主要考虑了利用分位数构造的简单检测方法去检验生产线上观察到数据的稳定性.在此之后,关于变点问题的研究变
数学杂志 2018年4期2018-07-16
- 回归系数变点估计的快速非迭代抽样算法
，袁海静0 引言变点问题是指在一随机序列中存在某一时刻，使得该时刻两侧的序列服从不同的分布。从上世纪50年代开始，估计一随机序列中变点的位置成为统计学中的研究热点之一，Chen等[1]详细介绍了各种变点模型及其在遗传学、医药以及金融领域的应用。其中一类问题是研究如何有效地估计线性回归模型中回归系数的变点位置，该类问题可描述为：对于序列yi，i=1，…n， 存在位置 r，p≤r≤n-p，使得：且 εi，i=1，…，n 相 互 独 立 。 其 中 xi=(1，
统计与决策 2017年24期2018-01-13
- 航空器轨迹变点检测与判识技术研究
00）航空器轨迹变点检测与判识技术研究苏志刚a，b，李志强a，郝敬堂b（中国民航大学a.天津市智能信号与图像处理重点实验室；b.中欧航空工程师学院，天津 300300）航空器飞行阶段的有效划分是支撑航空排放主动监测的重要技术手段，采用变点检测与判识的方法可有效地实现对航空器飞行阶段的划分。本研究根据多变量T2统计量的特点，在数据整体参数一致性假设下，提出了一种采用顺序双滑窗的航空器轨迹变点检测与判识的方法。仿真与实验结果表明，该方法对窗口长度较为敏感，在适
中国民航大学学报 2017年4期2017-09-19
- 基于约束HMM的变点检测算法①
基于约束HMM的变点检测算法①庄 玉,何振峰(福州大学 数学与计算机科学学院,福州 350108)时间序列的变点分析在现今社会各个领域中都有着广泛的应用.针对时间序列进行变点分析中要求变点状态需要连续持续一定的时间的应用背景,提出了一种结合状态最短连续长度约束的隐马尔可夫模型.给出了约束Baum-Welch训练算法和约束Viterbi状态提取算法.应用在仿真数据和GNP数据集的实验表明,结合状态最短连续长度约束的HMM相比于一般HMM在时间序列变点检测中效
计算机系统应用 2017年5期2017-06-07
- 厚尾均值渐变变点的最小二乘估计
)厚尾均值渐变变点的最小二乘估计任肖霖，赵文芝(西安工程大学 理学院，西安 710048)利用最小二乘估计方法，给出随机误差为ARCH过程的均值渐变变点估计量，并证明了该估计量的相合性及收敛速度．通过Monte Carlo模拟说明估计的有效性．渐变模型；厚尾序列；最小二乘估计在对实际的金融数据进行分析的过程中，学者们发现金融市场经常会受到一些突发事件的影响，而使得金融数据在某个时刻k后，样本的分布或分布参数缓慢地开始变化．在对金融数据进行建模时，必须对渐
哈尔滨商业大学学报（自然科学版） 2016年6期2017-01-03
- 变点方法在多项分布数据中的应用*
300222)变点方法在多项分布数据中的应用*白艳丽,訾雪旻(天津职业技术师范大学理学院，天津 300222)利用变点方法，建立了基于多项分布数据这种复杂数据的监控模型，通过数值模拟，验证了检验统计量的优良性，所做变点模型能够准确地找到变点的位置及变点估计值，为更多的实际应用提供有力依据.多项分布数据；变点方法；渐近正态；同质检验1 问题描述当对生产过程进行控制时，需要对产品数据进行收集分析，当统计过程可控时，数据的数值特征就会服从于统计学上某个稳定的分
菏泽学院学报 2016年5期2016-11-30
- 多元正态向量变点在线监测
现质变的时刻称为变点。在实际应用中，数据的生成机制常由于内在或外在因素的变化而发生变化。因此很多实际数据存在变点，而对变点的统计推断可以使数据的统计分析更为准确，因此变点从质量控制领域逐渐应用到经济、金融、医学、气候分析等诸多领域。变点问题最初由Page［1］提出，由于其理论和应用的重要性而受到很多统计学者的关注。Bai［2］基于最小二乘法给出了线性过程均值变点的估计。Bai［3］用极大似然法考虑回归模型系数的多变点问题。Perron 基于最小二乘法考虑了
山西大学学报（自然科学版） 2015年3期2015-05-10
- 热处理对马尾松蓝变材颜色的影响1)
理前后分别测量蓝变点与未蓝变点的颜色，分析了蓝变材颜色的均匀性，对比了蓝变点与未蓝变点的颜色差异和变化规律。实验结果表明：热处理后，蓝变材颜色参数的标准差逐渐降低，蓝变点与未蓝变点明度差、黄蓝色品指数差减小，其色差可以从17.57降低到小于1。均值比较结果显示，经过200 ℃以下的热处理，蓝变点与未蓝变点间的颜色参数仍然具有显著性差异。为了使蓝变色斑达到肉眼不容易识别的程度，最低的热处理条件为200 ℃下处理6 h。热处理；马尾松；蓝变材颜色We esta
东北林业大学学报 2015年4期2015-03-10
- 运用变点理论对连涨连跌收益率的Bayes分析
］通过生存分析与变点理论对深证成指进行了研究，发现连涨和连跌的股指收益率服从伽玛分布，并对深证成指连涨和连跌的收益率作了变点检验；文献［4］运用生存分析与变点理论对上证指数进行了研究，发现了股指在不同的政策时期其上涨和下跌的概率是不同的；文献［5］基于Copula－ACD模型对股票连涨和连跌收益率作了风险分析。变点问题最初始于Page在1954年发表的一篇关于连续抽样检验的文章，它广泛应用于工业质量控制、经济、金融等领域。研究变点问题的方法［6－7］有很多
合肥工业大学学报（自然科学版） 2014年2期2014-12-31
- 含有协变量的复发事件变点模型的参数估计
协变量的复发事件变点模型的参数估计李云霞，周杏杏（浙江财经大学 数学与统计学院，浙江 杭州 310018）针对复发事件数据协变量的重要作用，建立含有协变量的复发事件变点模型，考虑协变量作用于强度率函数的情形。对于此模型，使用最大似然方法得到变点及各参数估计，并得到了变点估计的相合性。最后对于同时存在待估参数和待估变点的似然函数，采用最速上升法进行了数据模拟。变点；复发事件；协变量；最大似然估计；最速上升法一、引 言复发事件数据是指对个体进行观察，某种感兴趣
统计与信息论坛 2014年7期2014-05-12
- 小波检测并估计非参函数变点
测并估计非参函数变点赵文芝1,夏志明2(1.西安工程大学理学院,陕西 西安 710048;2.西北大学数学系,陕西 西安 710127)研究随机设计下非参函数变点的小波检测与估计问题.将小波方法与设计点转化方法相结合给出变点的检测统计量并研究检测的一致性.给出了变点个数和变点位置的估计量,证明了变点个数估计量的相合性并得到变点位置估计量的收敛速度.变点;非参数回归模型;小波变换;收敛速度1 引言本文考虑非参数回归模型其中εi是均值为0方差为1的i.i.d.
纯粹数学与应用数学 2012年1期2012-07-02
- 相依序列方差变点的非参数统计分析
估计问题称为方差变点问题.近年来，方差变点的研究已经成为金融和数理统计学家研究的热门课题.经典变点理论研究的主要内容是：给定一个随机变量的序列，在序列中某个未知时刻分布函数潜在地发生变化，需要使用已知观测数据来估计分布中变点的位置，并在理论上研究变点检验统计量的性质.近年来，已有很多学者对变点问题给出了较为详尽的参数和非参数估计方法［1-2］.对经济数据的分析中可以发现，在很多情况下数据之间具有相依性结构，且分布函数形式未知.文献［3-4］讨论了数据的相依
上海大学学报（自然科学版） 2011年6期2011-01-31