李玉树;西蒙·瑞斯 使用隐马尔可夫模型的转折点检测中的小波改进：从周期识别和异常值校正方面。 （英语） Zbl 1306.65091号 计算。斯达。 29，第6期，1481-1496（2014）. 摘要：隐马尔可夫模型（HMM）在经济计量序列的状态分类和转折点检测中得到了广泛的应用J.D.汉密尔顿[《计量经济学》57，第2期，357–384（1989；Zbl 0685.62092号)]. 本文将表明，当使用HMM检测周期序列中的转折点时，当数据暴露于高波动性或组合具有不同频带的多种类型的周期时，检测的准确性将受到影响。此外，离群值经常被误认为是转折点。本文表明，基于小波多分辨率分析的方法可以解决这些问题。通过提供频率和时间分辨率，小波功率谱可以识别不同分辨率水平的过程动力学。通过蒙特卡罗实验表明，与小波方法相结合，HMM的检测精度得到了很大的提高。进一步的仿真表明，相对于另外两种变化点检测算法，这种改进的HMM方法具有优异的精度。两个经验例子说明了如何在实践中应用小波方法来改进转折点检测。 MSC公司： 62-08 统计问题的计算方法 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 关键词：隐马尔可夫模型;转折点;小波;小波功率谱;离群值 引文：Zbl 0685.62092号 软件：wmtsa公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.Li}和\textit{S.Reese}，计算。Stat.29，No.6，1481--1496（2014；Zbl 1306.65091） 全文： 内政部 参考文献： [1] Anders K（1997）提高HMM性能的两种方法及其在基因发现中的应用。1997年第五届分子生物学智能系统国际会议论文集，第5卷，第179-186页 [2] Barnett V，Lewis T（1994）统计数据中的异常值，第3版。奇切斯特·威利·兹比尔0801.62001 [3] Baum LE，Eagon JA（1967）一个不等式及其在马尔可夫过程概率函数统计估计和生态学模型中的应用。美国数学学会公牛73（3）：360-363·Zbl 0157.11101号 ·doi:10.1090/S0002-9904-1967-11751-8 [4] Baum LE，Petrie T（1966）有限状态马尔可夫链概率函数的统计推断。数学年鉴37（6）：1554-1563·Zbl 0144.40902号 ·doi:10.1214/aoms/1177699147 [5] Baum LE等人（1970）马尔可夫链概率函数统计分析中出现的最大化技术。数学年鉴41（1）：164-171·Zbl 0188.49603号 ·doi:10.1214/aoms/1177697196 [6] Bellone B，Saint-Martin D（2003）通过隐马尔可夫模型用多个预测因子检测转折点。发表于：2003年12月，发表于Séminaire Fourgeaud的工作文件：Etudes pour la conconcture·Zbl 0738.62081号 [7] Burns AF，Mitchell WC（1946）《衡量商业周期》。NBER，纽约 [8] Canan B，Huzurbazar S（2002）基于小波的时间序列异常值检测。J计算图统计11（2）：311-327·doi:10.1198/106186002760180536 [9] Chengalvarayan R（1999）使用语音/非语音鉴别器进行德国连接数字识别的鲁棒能量归一化。摘自：EUROSPEECH会议记录，第61-64页，匈牙利布达佩斯，1999年9月，ISCA [10] Dempster A，Laird N，Rubin D（1977）通过EM算法从不完整数据中获得最大似然。J R统计社会学B 39:1-38·Zbl 0364.62022号 [11] 爱德华兹，AWF；Cavalli-Sforza，LL，无文章标题，聚类分析方法。生物统计学，21362-375（1965） [12] Elliott RJ、Aggoun L、Moore JB（1995）《隐马尔可夫模型》。纽约州施普林格·Zbl 0819.60045号 [13] Gençay R，Selçuk F，Whitcher B（2001）《金融和经济中的小波和其他滤波方法简介》。圣地亚哥学术出版社 [14] GranéA，Veiga H（2009）波动率模型中基于小波的异常值检测。收录：统计和计量经济学工作文件。西班牙赫塔菲马德里Calle马德里卡洛斯三世大学·Zbl 1284.91585号 [15] Grossman A，Morlet J（1984）将Hardy函数分解为常形状的平方可积小波。Soc Ind应用数学杂志数学分析15:732-736·兹比尔0578.42007 [16] Hamilton JD（1989）非平稳时间序列和商业周期经济分析的新方法。计量经济学57（2）：357-384·Zbl 0685.62092号 ·doi:10.2307/1912559 [17] Hamilton J，Perez-Quiros G（1996年）领先指标引领什么？J巴士69:27-49·数字对象标识代码：10.1086/209678 [18] Huang XD，Ariki Y，Jack MA（1990）语音识别的隐马尔可夫模型。爱丁堡大学出版社 [19] Killick R、Fearnhead P、Eckley IA（2012），用线性计算成本优化检测变化点。美国统计协会期刊107（500）：1590-1598·Zbl 1258.62091号 ·doi:10.1080/01621459.2012.737745 [20] Kim CJ、Nelson CR（1998）《商业周期转折点》，一个新的重合指数，以及基于动态因素模型和政权转换的持续时间相关性测试。经济评论统计80（2）：188-201·doi:10.1162/003465398557447 [21] Krolzig HM（2003）用Markov切换向量自回归模型构建转折点年表：欧元区商业周期。发表于：卢森堡现代商业周期分析工具研讨会上的论文 [22] Layton AP（1996）《美国商业周期中的阶段性变化的测定和预测》。国际J预测12:417-428·doi:10.1016/0169-2070（95）00663-X [23] Levinson SE，Rabiner LR，Sondhi MM（1983）马尔可夫过程概率函数理论在自动语音识别中的应用简介。贝尔系统技术杂志62:1035-1074·Zbl 0507.68058号 ·doi:10.1002/j.1538-7305.1983.tb03114.x [24] Leroux BG（1992）隐马尔可夫模型的最大似然估计。Stoch过程应用40:127-143·Zbl 0738.62081号 ·doi:10.1016/0304-4149（92）90141-C [25] MacDonald IL，Zucchini W（1997）离散值时间序列的隐马尔可夫模型和其他模型。查普曼和霍尔，伦敦·Zbl 0868.60036号 [26] Mallat SG（1989）多分辨率信号分解理论：小波表示。模式分析-机械智能IEEE Trans 11（7）：674-693·Zbl 0709.94650号 ·数字对象标识代码：10.1109/34.192463 [27] Percival DB，Walden AT（2000）时间序列分析的小波方法。剑桥大学出版社·Zbl 0963.62079号 ·文件编号：10.1017/CBO9780511841040 [28] Rabiner LR（1989）语音识别中隐藏马尔可夫模型和选定应用的教程。In:IEEE会议记录77（2）：257-286 [29] 库存，JH；沃森，MW；Blanchard，O.（编辑）；Fisher，S.（编辑），重合和领先经济指标的新指数，352-394（1989），剑桥 [30] Vidakovic B（1999）小波统计建模。纽约威利·Zbl 0924.62032号 ·数字对象标识代码：10.1002/9780470317020 [31] Wachter M，Demuynck K，Compernolle VD（2007），基于示例的语音识别中局部距离度量的离群校正。ICASSP会议记录4:433-436 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。