×
李福晓;陈占寿;肖燕婷

多项式logistic回归模型中的顺序变化点检测。 （英语） Zbl 1479.62074号

打开数学。 1807-819（2020）.
摘要：分类时间序列中的变化点检测最近受到了关注，因为包含变化点的统计模型在实践中很常见，特别是在生物医学领域。本文提出了一种基于偏似然评分过程的序贯变点检测方法，用于检测多项式logistic回归模型系数的变化。在零不变和系数可变的情况下，给出了渐近结果。我们进行了蒙特卡罗实验，以评估建议程序的经验大小及其平均运行长度。我们通过使用DNA序列上的数据来说明该方法。蒙特卡罗实验和实际数据分析证明了该方法的有效性。

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62升10 顺序统计分析
62J12型 广义线性模型（逻辑模型）
62G10型 非参数假设检验
62页第10页 统计学在生物学和医学科学中的应用；元分析

关键词：

分类时间序列;顺序变点检测;逻辑回归模型;部分似然评分法

软件：

中央处理器;美国astsa
PDF格式BibTeX公司 XML格式引用
\textit{F.Li}等人，《开放数学》。18、807--819（2020年；Zbl 1479.62074）
全文： 内政部
OA许可证

参考文献：

[1] Miklós Csörgö和Lajos Horváth，变点分析中的极限定理，John Wiley&Sons Inc.，纽约，1997年·Zbl 0884.62023号
[2] Pierre Perron，《应对结构性断裂》，Palgrave计量经济学手册1（2006），278-352。 ·doi:10.1016/j.gfj.2006.04.004
[3] 编辑Gombay，自回归时间序列中的变化检测，J.多元分析。99（2008），第3期，451-464·Zbl 1148.62069号 ·doi:10.1016/j.jmva.2007.01.003
[4] 陈占寿，田政，线性模型中变点监测的修正程序，数学。计算。模拟。81（2010），第1期，第62-75页·Zbl 1201.62073号 ·doi:10.1016/j.matcom.2010.06.021
[5] Okyoung Na、Youngmi Lee和Sangyeol Lee，时间序列模型中参数变化的监测，统计方法应用。20（2011），第2期，171-199·兹比尔1230.62119 ·doi:10.1007/s10260-011-0162-3
[6] 邹长良，尹国胜，冯龙，王昭君，多变点问题的非参数极大似然方法，《Ann.Stat.42》（2014），第3期，970-1002·Zbl 1305.62158号 ·doi:10.1214/14-aos1210
[7] J.Ross Gordon，《R中的参数和非参数顺序变化检测：cpm包》，J.Stat.Softw。66（2015），第3期，第1-20页。 ·doi:10.18637/jss.v066.i03
[8] 迈克尔·罗宾斯（Michael W.Robbins）、科林·加拉赫（Colin M.Gallagher）和罗伯特·隆德（Robert B.Lund），时间序列数据的一般回归变化点检验，《美国统计协会期刊》111（2016），第514期，第670-683页。 ·doi:10.1080/01621459.2015.1029130
[9] 李福晓，田郑，陈占寿，GARCH模型中残差平方分布变化的监测，通信统计学家。理论方法46（2017），第1期，354-372·Zbl 1360.62094号 ·doi:10.1080/03610926.2014.995819
[10] Yang Cao，Liyan Xie，Yao Xie，and Huan Xu，通过在线凸优化进行顺序变点检测，熵20（2018），第2期，第108页。 ·doi:10.3390/e20020108
[11] 陈浩，基于最近邻的序列变点检测，《统计年鉴》第47期（2019年），第3期，1381-1407·Zbl 1419.62201号 ·doi:10.1214/18-aos1718
[12] Jaromír Antoch、Gérard Gregoire和Daniela Jarušková，广义线性模型中结构变化的检测，Stat.Probabil.Lett。69（2004），第3期，315-332·Zbl 1116.62370号 ·doi:10.1016/j.spl.2004.06.028
[13] 周红玲（Hongling Zhou）和梁孔烨（Kung Yee Liang），关于广义线性模型中变化点的估计，跨学科研究中参数以外的IMS集合：纪念Pranab K.Sen教授的Festschrift 1（2008），305-320。 ·doi:10.1214/193940307000000239
[14] Konstantinos Fokianos和Benjamin Kedem，分类时间序列的回归理论，Stat.Sci。18（2003），第3期，357-376·Zbl 1055.62095号 ·doi:10.1214/ss/1076102425
[15] Lajos Horváth、Marie Hušková、Piotr Kokoszka和Josef Steinebach，《监测线性模型的变化》，J.Stat.Plan。推断。126（2004），第1期，225-251·Zbl 1075.62054号 ·doi:10.1016/j.jspi.2003.07.014
[16] Konstantinos Fokianos、Edit Gombay和Abdulkadir Hussein，二进制时间序列模型的回顾性变化检测，J.Stat.Plan。推断。145 (2014), 102-112, . ·Zbl 1278.62143号 ·doi:10.1016/j.jspi.2013.08.017
[17] 编辑Gombay、Fuxiao Li和Hao Yu，类别时间序列中的回顾性变化检测，Comm.Statist。仿真计算。46（2017），第14期，6831-6845·Zbl 1391.62169号 ·doi:10.1080/03610926.2015.1137595
[18] 萨尔卡·胡德科娃，二进制时间序列自回归模型的结构变化，《统计计划》。推断。143（2013），第10期，1744-1752·Zbl 1279.62186号 ·doi:10.1016/j.jspi.2013.05.009
[19] 王广慧，邹长良，尹国胜，多类别多项式数据中的变点检测，《统计年鉴》46（2018），第5期，2020-2044·Zbl 1408.62110号 ·doi:10.1214/17-AOS1610
[20] 夏志明，郭鹏江，赵文志，广义线性模型结构变化监测，通信统计学家。理论方法38（2009），第11期，1927-1947·Zbl 1167.62072号 ·网址：10.1080/03610920802549910
[21] Michael Höhle，分类时间序列中的在线变化点检测，收录于：T.Kneib，G.Tutz（编辑），《统计建模和回归结构》，《物理学》，柏林-海德堡出版社，2010年，第377-397页。 ·doi:10.1007/978-3-7908-2413-1-20
[22] 编辑Gombay和Daniel Serban，AR（p）时间序列模型中的监测参数变化，J.多元分析。100（2009），第4期，715-725·Zbl 1163.62063号 ·doi:10.1016/j.jmva.2008.08.005
[23] 编辑Gombay、Abdulkadir A.Hussein和Stefan H.Steiner，《使用风险调整图表监测二进制结果：比较研究》，《Stat.Med.30》（2011），第23期，第2815-2826页。 ·doi:10.1002/sim.4305
[24] Alan Agresti，分类数据分析，威利，纽约，1990年·Zbl 0716.62001号
[25] Chia-Shang James Chu、Maxwell Stinchcombe和Halbert White，《监测结构变化》，《计量经济学》64（1996），第5期，1045-1065·Zbl 0856.90027号 ·doi:10.2307/2171955
[26] Zdenĕk Hlávka、Marie Hušková、Claudia Kirch和Simos G.Meitanis，基于傅里叶方法的自回归模型误差分布变化监测，测试21（2012），605-634·Zbl 1284.62557号 ·doi:10.1007/s11749-011-0265-z
[27] Konstantinos Fokianos和Benjamin Kedem，时间序列分析回归模型，John Wiley&Sons，Hoboken，2002年·Zbl 1011.62089号
[28] Robert H.Shumway和David S.Stoffer，时间序列分析及其应用，Springer，纽约，2002年·Zbl 0942.62098号
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，而不声称其完整性或完全匹配。