×
胡安·曼纽尔·维拉尔;何塞·安东尼奥·维拉尔;索尼娅·佩尔特加

时间序列数据分类：非参数方法。 （英语） Zbl 1276.62042号

J.分类。 26，第1期，3-28（2009）.
摘要：提出了一种通用的非参数方法来识别一组同时观测的时间序列中的相似性。通过局部多项式回归估计趋势，并根据标准聚类程序进行分类。使用几个非参数检验统计量来检查趋势的相等性，这些统计量的渐近分布由bootstrap程序近似。一旦从模型中删除了估计的趋势，就可以通过专门为时间序列设计的非参数聚类方法对残差序列进行分组。这种方法基于序列谱的局部线性平滑器之间的视差度量。通过将该方法应用于一个特定的财务数据示例，说明了该方法的性能。观察结果的相关性是本研究中的一个关键因素，并在整个研究过程中予以考虑。

引用于8文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62G09号 非参数统计重采样方法
62G10型 非参数假设检验
62H15型 多元分析中的假设检验
62J05型 线性回归；混合模型
62P05号 统计学在精算科学和金融数学中的应用

关键词：

非参数方法;聚类分析;假设检验;时间序列
PDF格式BibTeX公司 XML格式引用
\textit{J.M.Vilar}等人，J.Classif。26，编号1，3--28（2009年；兹bl 1276.62042）
全文： 内政部

参考文献：

[1] CAIADO，J.、CRATO，N.和PEñA，D.（2006），“基于周期图的时间序列分类度量”，计算统计与数据分析，502668–2684·Zbl 1445.62222号 ·doi:10.1016/j.csda.2005.04.012
[2] CHOUAKRIA-DOUZAL，A.和NAGABHUSHAN，P.N.（2007），“用于测量时间序列邻近性的自适应差异指数”，《数据分析和分类高级》，第1、5–21页·Zbl 1131.62078号 ·doi:10.1007/s11634-006-0004-6
[3] DETTE，H.和NEUMEYER，N.（2001年），“协方差的非参数分析”，《统计年鉴》，第29期，第1361–1400页·兹比尔1012.62080 ·doi:10.1214/aos/1013699990
[4] FAN，J.和GIJBELS，I.（1996），局部多项式建模及其应用，伦敦：查普曼和霍尔出版社·Zbl 0873.62037号
[5] FAN，J.和KREUTZBERGER，E.（1998），“光谱密度估计的自动局部平滑”，《斯堪的纳维亚统计杂志》，25，359–369·Zbl 0909.62029号 ·doi:10.111/1467-9469.00109
[6] FRANCISCO，M.、OPSOMER，J.和VILAR，J.M.（2004），“带相关误差的局部多项式回归估计的插入式带宽选择器”，非参数统计，16，127–151·Zbl 1049.62040号 ·doi:10.1080/10485250310001622848
[7] FRANCISCO，M.和VILAR，J.M.（2001），“带相关误差的局部多项式回归估计”，《统计学通讯》，A部分：理论和方法，第30期，第1271–1293页·Zbl 1008.62578号 ·doi:10.1081/STA-100104745
[8] FRANCISCO，M.和VILAR，J.M.（2004），“带相依误差的加权局部非参数回归：美国真实私人住宅固定投资研究”，随机过程的统计推断，7，69–93·Zbl 1139.62308号 ·doi:10.1023/B:SISP.0000016464.70134.e5
[9] GALBRAITH，J.K.和JIAQING，L.（1999），“时间序列作为研究工具的聚类和判别分析”，UTIP第6号工作文件，德克萨斯大学奥斯汀分校：Lyndon B。
[10] HALL，P.和HART，J.D.（1990），“非参数回归中均值差异的Bootstrap检验”，美国统计协会杂志，85，1039–1049·Zbl 0717.62037号 ·doi:10.2307/2289600
[11] HIRSCH，B.和DUBOIS，D.（1991），“青少年早期的自尊：对比纵向轨迹的识别和预测”，《青年与青少年杂志》，第20、53–72页·doi:10.1007/BF01537351
[12] KAKIZAWA，Y.、SHUMWAY，R.H.和TANIGUCHI，M.（1998），“多元时间序列的判别和聚类”，《美国统计协会杂志》，93，328-340·Zbl 0906.62060号 ·doi:10.2307/2669629
[13] KING，E.C.、HART，J.D.和WEHRLY，T.E.（1991），“使用线性平滑测试两条回归曲线的相等性”，《统计与概率快报》，第12、239–247页·doi:10.1016/0167-7152（91）90085-6
[14] KOUL，H.L.和SCHICK，A.（1997），“两条非参数回归曲线的相等性测试”，《统计规划与推断杂志》，65，293–314·Zbl 0908.62057号 ·doi:10.1016/S0378-3758（97）00063-3
[15] KULASEKERA，K.B.（1995），“使用准残差比较回归曲线”，《美国统计协会杂志》，90，1085-1093·Zbl 0841.62039号 ·doi:10.2307/2291346
[16] LIAO，T.W.（2005），“时间序列数据的聚类——一项调查”，模式识别，381857-1874·Zbl 1077.68803号 ·doi:10.1016/j.patcog.2005.01.025
[17] MAHARAJ，E.A.（1996），“ARMA模型分类的显著性检验”，《统计计算与模拟杂志》，54，305–331·Zbl 0899.62116号 ·doi:10.1080/0949659608811737
[18] MAHARAJ，E.A.（2000年），“时间序列簇”，《分类杂志》，第17期，第297–314页·Zbl 1017.62079号 ·doi:10.1007/s003570000023
[19] NEUMEYER，N.和DETTE，H.（2003），“回归曲线的非参数比较：经验过程方法”，《统计年鉴》，第31880-920页·Zbl 1032.62037号 ·doi:10.1214操作系统/1056562466
[20] PICCOLO，D.（1990），“ARIMA模型分类的距离度量”，《时间序列分析杂志》，第11期，第153-164页·Zbl 0691.62083号 ·doi:10.1111/j.1467-9892.1990.tb00048.x
[21] SERBAN，N.和WASSERMAN，L.（2004），“猫：转换和平滑后的集群”，《美国统计协会杂志》，100990-999·Zbl 1117.62422号 ·doi:10.1198/0162145000001574
[22] TONG，H.和DABAS，P.（1990年），“时间序列模型集群：一个例子”，《应用统计学杂志》，第17期，第187-198页·doi:10.1080/757582830
[23] VILAR，J.M.和GONZáLEZ，W.（2004），“具有相关误差的曲线的非参数比较”，《统计学》，38，81–99·doi:10.1080/0233188031001634656
[24] VILAR，J.A.和PéRTEGA，S.（2004），“高斯平稳过程的判别和聚类分析：局部线性拟合方法”，《非参数统计杂志》，16，443–462·Zbl 1076.62063号 ·doi:10.1080/10485250410001656453
[25] VILAR，J.M.、VILAR、J.A.和GONZáLEZ，W.（2006），“具有相依误差的回归曲线的非参数比较的Bootstrap测试”，测试，第16、123–144页·Zbl 1119.62033号 ·doi:10.1007/s11749-006-0005-y
[26] YOUNG，S.G.和BOWMAN，A.W.（1995），“协方差的非参数分析”，《生物统计学》，51，920-931·Zbl 0875.62312号 ·doi:10.2307/2532993
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。