3.1. 切割阶段
基于[11,12],我们剪切了样本序列进入之内一 + 1段,使每个段都有长度除了第一个有长度的n个−铝。然后,我们将第一段表示为和我第个分段依据.假设每个段中最多有一个变更点.
表示,对于,.相应地,写下,对于.表示.让是替换第一个条目以零表示,.然后建模(7)可以重写为
哪里、和
是零矢量,除非是人工分段
包含更改点。是满足以下条件的校正向量哪里是零矩阵,并且如果没有转换点; 否则,
、和如果k个第个转换点位于,也就是说,如果,是替换第一个条目以零表示,因此是第一次和最后一个条目为零。
然后,我们通过我们提出的gVIF方法搜索可能包含变化点的非零段。我们注意到(8)差异仅在于在我们的条件下,因此是渐近相关的。因此,我们进行了以下修改。
假设M(M)群体预测因子已根据第一个第行,共行,其中
是第一个行,共行用第一个行为零,每个更改点位于第h段和.让成为第一个第行,共行与第一个行为零,我们的目的是检查应通过以下模型添加为新的预测值
哪里,,,是第一个行截断自,,和分别是。
让,哪里,然后可以通过以下方式进行估算
与一起(9),因此
我们的目的是测试无效假设:
根据下面的定理3.1,让我们测试统计
哪里、和
如果,然后我们设置和,即在第段。否则,重复上述过程并更换我通过我 + 1
在继续之前,我们介绍以下技术条件。
(C1)
回归参数位于紧凑空间中,真实值为内部点。
(C2)
,..
(C3)
作为,其中是正定矩阵。
(C4)
独立且同分布(i.i.d.),均值为零且方差为、和对于一些常量.
根据条件(C2),我们有,则每个段中最多有一个转换点n个.
定理3.1在模型下(7)和中的无效假设(10),当条件(C1)–(C4)成立时,我们有