基于极值理论的EXPAR时序模型异常点诊断  

Outlier Detection of EXPAR Time Series Based on Extreme Value Theory

作　　者：田玉柱[1] 冉延平[1] 陈平[2] 

机构地区：[1]天水师范学院数学与统计学院,甘肃天水741001 [2]东南大学数学系,江苏南京211189

出　　处：《数理统计与管理》2010年第4期628-636,共9页Journal of Applied Statistics and Management

基　　金：国家自然科学基金(10671032);天水师范学院科研项目(TSA0931)

摘　　要：本文基于极值理论给出诊断EXPAR模型异常点检验统计量的渐近分布,并依此渐近分布来选取检验的临界值。这种方法选取的临界值可保证控制在一定显著性水平下,而且可以计算渐近p值,比仿真选取的临界值更科学合理。This paper will give out an asymptotic critical value in a fixed significance level and an asymptotic p-value for testing by means of extreme value theory in order to detect outliers in EXPAR model.This method is superior to the simulation and it seems to be more scientific.

关 键 词：异常点 EXPAR模型 极值理论 IO AO 

分 类 号：O211.61[理学—概率论与数理统计]