×
克劳迪娅·柯奇;西尔克·韦伯

基于估计函数修改了顺序变化点程序。 （英语） 兹比尔1392.62241

电子。J.统计。 12，第1期，1579-1613（2018）.
概要：一大类连续变化点测试基于估计函数，其中估计在计算上是有效的，因为（可能是数值）优化仅限于初始估计。这包括均值变化、线性或非线性自回归和二进制模型等各种各样的例子。虽然标准累积量检测器（CUSUM）最近在这一总体设置中得到了考虑，但我们考虑了一些具有更快检测率的修改，尤其是在监测期后期发生变化的情况下。更常见的是，我们基于监控函数的部分和使用了三种不同类型的检测器统计，即修改的移动和统计（mMOSUM）、Page的累积和统计（Page-CUSUM）和标准的移动和统计量（MOSSUM）。统计数据仅在部分总和中包含的观测值数量上有所不同。mMOSUM使用一个带宽参数，该参数乘法缩放移动和的下限。MOSUM使用恒定的带宽参数，而Page-CUSUM为部分和选择所有可能的下限中的最大值。到目前为止，前两种方案仅在线性模型中进行了研究，MOSUM仅用于平均值变化。
对于每个检验统计量，我们发展了在零假设下的渐近性和在温和正则性条件下的替代性，其中包括现有的理论和许多新的例子。在模拟研究中，我们比较了所有四种类型的测试程序的大小、功率和运行长度。此外，我们通过应用汇率数据以及波士顿谋杀案数据来说明他们的行为。

引用于21文件

理学硕士：

62升10 顺序统计分析
62G10型 非参数假设检验
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

变化点分析;顺序试验;在线监测;回归，回归;积分时间序列

软件：

结构改变
PDF格式BibTeX公司 XML格式引用
\textit{C.Kirch}和\textit{S.Weber}，电子。J.Stat.12，No.1，1579--1613（2018；Zbl 1392.62241）
全文： 内政部 欧几里得

参考文献：

[1] E.Andreou和E.Ghysels。监测金融市场的混乱。，《计量经济学杂志》，135:77-1242006年·Zbl 1418.62372号 ·doi:10.1016/j.jeconom.2005.07.023
[2] A.Aue和L.Horváth。顺序检测变化的延迟时间。，《统计与概率快报》，67:221-2312004年·Zbl 1059.62085号
[3] A.Aue、L.Horváth、M.Husková和P.Kokoszka。线性模型中的变点监测。，计量经济学杂志，9（3）：373-4032006·Zbl 1106.62067号
[4] A.Aue、L.Horváth、M.Kühn和J.Steinebach。关于移动和检测器的反应时间。，《统计规划与推断杂志》，27（2）：126-1402008·Zbl 1244.62115号
[5] A.Aue、S.Hörmann、L.Horváth和M.Hušková。投资组合贝塔稳定性的序贯测试。，计量经济学理论，2011年·Zbl 1245.91089号
[6] I.Berkes、E.Gombay、L.Horváth和P.Kokoszka。GARCH（p，q）模型中的顺序变点检测。，计量经济学理论，20:1140-11672004·Zbl 1069.62058号 ·doi:10.1017/S0266466604206041
[7] Z.Chen和Z.Tian。线性模型中变化点监测的改进程序。，模拟中的数学与计算机，81（1）：62-752010·Zbl 1201.62073号 ·doi:10.1016/j.matcom.2010.06.021
[8] C.-S.J.Chu、M.Stinchcombe和H.White。监测结构变化。，《计量经济学》，64:1045-10651996年·Zbl 0856.90027号 ·doi:10.2307/2171955
[9] G.库佩拉。用于非线性模型中变化点的顺序检测的两个测试。，《统计规划与推断杂志》，143（10）：1719-17432013·Zbl 1432.62272号 ·doi:10.1016/j.jspi.2013.05.010
[10] M.Csörgö和P.Révész。，概率统计中的强逼近。学术出版社，1981年·Zbl 0539.60029号
[11] B.Eichinger和C.Kirch。估计多个随机变化点的最基本程序。，伯努利，24（1）：526-5642018·Zbl 1388.62251号 ·doi:10.3150/16-BEJ887
[12] S.Fremdt公司。时间序列回归中变化点检测的Page序列程序。，《统计学：理论与应用统计学杂志》，48（4）：1-282014。
[13] R.Fried和M.Imhoff。关于时间序列中单调趋势的在线检测。，《生物医学杂志》，46:90-1022004·Zbl 1442.62367号
[14] L.Horváth、M.Hušková、P.Kokoszka和J.Steinebach。监测线性模型的变化。，统计与推断杂志，126（1）：225-2512004·Zbl 1075.62054号
[15] L.Horváth、M.Kühn和J.Steinebach。关于结构变化波动试验的性能。，序列分析，27（2）：126-1402008·Zbl 1274.62513号
[16] M.Hušková和C.Kirch。线性回归的Bootstrapping序列变点测试。，梅特里卡，75（5）：673-7082012·Zbl 1362.62161号 ·doi:10.1007/s00184-011-0347-7
[17] 胡什科娃和库布科娃。监测线性模型中的跳跃变化。，《统计研究杂志》，39:51-702005年。
[18] C.柯奇。引导顺序切换点测试。，序列分析，27（3）：330-3492008·Zbl 1145.62060号 ·doi:10.1080/07474940802241082
[19] C.Kirch和J.Tadjuidje Kamgaing。非线性自回归模型中参数稳定性的测试。，《时间序列分析杂志》，33:365-3852012年·Zbl 1301.62088号 ·doi:10.1111/j.1467-9892.2011.00764.x
[20] C.Kirch和J.Tadjuidje Kamgaing。关于在监测变化点的时间序列中使用估计函数。，《统计规划与推断杂志》，161:25-492015年·Zbl 1311.62122号 ·doi:10.1016/j.jspi.2014.12.009
[21] C.Kirch和J.Tadjuidje Kamgaing。离散值时间序列中变化点的检测。Davis，R.A.、Holan，S.A.、Lund，R.B.和Ravishanker，N.编辑，《离散值时间序列手册》，第219-244页。CRC出版社，2016年。
[22] C.Kirch、B.Muhsal和H.Ombao。检测多变量时间序列的变化并应用于脑电图数据。，《美国统计协会杂志》，110:1197-12162015·Zbl 1378.62072号 ·doi:10.1080/01621459.2014.957545
[23] S.韦伯。，多元相关数据的变点程序。卡尔斯鲁厄理工学院（KIT）博士论文，2017年。URN:URN:nbn:de:swb:90-689812。
[24] A.泽利斯。实施一类结构变化测试：计量经济学计算方法。，计算统计与数据分析，50（11）：2987-30082006·Zbl 1445.62316号 ·doi:10.1016/j.csda.2005.07.001
[25] A.Zeileis、F.Leisch、K.Hornik和C.Kleiber。strucchange：一个R包，用于测试线性回归模型中的结构变化。，统计软件杂志，7（2）：1-382002。统一资源定位地址http://www.jstatsoft.org/v07/i02/。
[26] A.Zeileis、A.Shah和I.Patnaik。测试、监测和确定汇率制度中结构性变化的日期。，计算统计与数据分析，54（6）：1696-17062010·兹比尔1284.91596 ·doi:10.1016/j.csda.2009.12.005
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。