多元T分布的变点检测文献综述

 2023-11-06 08:11

文献综述

目前,变点检测的研究已经广泛应用于工业质量控制、医疗诊断、气候模拟、网络安全、欺诈检测等各个领域,具有十分重要的研究意义。变点,又称异常点或者孤立点,是指某个时点,在该时点上样本的分布或者数字特征突然发生变化。由于变点反映了事物的某种质的变化,它通常包含着丰富的信息。

几十年来,统计变点问题一直是统计分析中的一个热门话题。Sen和Srivastava(1973)考虑了一个多变量高斯观测序列中平均向量的单变点问题。后来,Srivastava和Worsley(1986)推导出了测试统计量及其在平均向量的多重变化的分布。Chen和Gupta(1995)采用似然法研究了平均向量和协方差同时有变点的问题。

在许多学科中,回归分析是重要统计应用之一。在变点假设引入之前,统计学家们面临一些观测数据集无法建立回归模型的问题。如果数据结构在某一时间点后发生改变,显然使用一个回归模型来研究是不合适的。在统计分析中引入变点假设之后,许多学者们又对转换回归模型进行了研究分析,先在回归模型中定位变点,再对数据进行拟合,发现这样能更有效的拟合研究数据。目前也有很多与回归模型相关的变点问题的研究成果。如Quandt提出了一种基于似然比的测试方法,用于测试和估计服从两个独立分布的线性回归模型;Ferreira研究了一种从贝叶斯角度出发的转换回归模型;Brown、Durbin和Evans引入一种递归残差的方法来检测多元回归模型中的变点hellip;hellip;

由于在现实研究过程中,响应数据大都是多维的,因此,本课题我们主要研究基于多元T分布研究多维响应变量的稳健变点检测方法,探讨EM算法,得到模型中的参数估计,再利用施瓦兹信息准则SIC,判断模型是否含有变点,若有确定其位置,从而得到最佳模型,最后将研究结果应用于实际问题,使得回归模型更有好的拟合数据,得到更准确有效的研究结果。

参考文献:

[1] D.PEEL, G.J.McLACHLAN. Robust mixture modelling using the t distribution[J]. Statistics and Computing, 2000, 10:339-348.

[2] Felipe Osorio, Manuel Galea. Detection of a change-point in student-t linear regression models[J]. Statistical Papers,2005, 45:31-48.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。