基于改进Ratio统计量的重尾AR(p)时间序列均值变点检验  

作　　者：张思[1] 刘叶 金浩[1,2] 

机构地区：[1]西安科技大学理学院,西安710600 [2]西安科技大学计算机科学与技术学院,西安710600

出　　处：《统计与决策》2024年第2期52-57,共6页Statistics & Decision

基　　金：国家自然科学基金资助项目(71473194);陕西省科技厅自然科学基金资助项目(2020JM513)。

摘　　要：文章提出两个改进的Ratio统计量来研究重尾AR(p)时间序列均值变点检验问题,在原假设下推导了统计量的渐近分布,且在备择假设下证明了其一致性。由于重尾指数未知且难以估计,因此结合Wild Bootstrap重抽样方法来确定渐近分布的临界值;在均值变点存在的情形下,给出了变点位置的一致估计量。数值模拟结果表明:统计量的临界值均不受重尾指数和自回归系数的影响,其经验水平和经验势均取得满意的效果;尤其在原假设下,积分型Ratio统计量的经验水平表现出更好的稳健性,而在备择假设下,最值型Ratio统计量则具备更好的显著性。最后,基于一组股票数据,从实际应用角度进一步阐明所提方法的有效性和可行性。

关 键 词：重尾序列 Ratio统计量 均值变点 Wild Bootstrap 

分 类 号：O212[理学—概率论与数理统计]