自回归模型参数变点的修正残差CUSUM监测
2020-03-21贾伟亚魏岳嵩杨兆新
淮北师范大学学报(自然科学版) 2020年1期
关键词:模型
贾伟亚,魏岳嵩,杨兆新①
(淮北师范大学 数学科学学院,安徽 淮北235000)
0 引言
近些年,变点问题是计量经济学和统计学研究的热点问题之一,在理论和实践等方面有诸多应用.变点是模型中的某个或某些量突然变化之点[1]. 变点问题最初在质量控制领域被提出,之后,大量的学者进行推广和完善,逐渐将变点问题应用在通信、医学、金融、水文等领域.
变点在线监测问题是指在已有模型基础上对新观测的数据进行监测,直到出现变点才停止[2]. Horvath等[3-4]应用最小二乘估计研究线性模型系数变点的残差在线监测问题;Gombay 等[5]通过引入有效得分向量,将变点的在线监测问题推广到AR(p)(p阶自回归)模型中;薛义新等[6]对变点的残差CUSUM(cumulative sum method,累积和方法)监测统计量进行构造,证明累积和统计量在原假设和备择假设下的极限性质;Aue 等[7-8]分别应用渐近线变点监测和波动监测程序研究RCA(1)(1 阶随机系数自回归)和RCA(p)(p阶随机系数自回归)模型中参数变点的在线监测问题;Xia等[9]提出加权残差的CUSUM检验和MOSUM(Moving sum,滑动和方法)检验2种变点检验方法;Pape等[10]提出在线监测p维随机变量序列方差变点的方法;陈占寿等[11-12]通过引入窗宽参数进行线性回归模型和自回归模型的参数变点监测,均对原模型进行修正后的变点监测,有效缩短变点监测的平均运行长度,有一定的优越性. 类似对自回归模型参数变点的残差CUSUM在线监测问题,引入窗宽参数进行分析.
本文对AR(p)模型的参数变点监测进行分析,对AR(p)模型进……
登录APP查看全文
