文献

J-GLOBAL ID：201802251331700793   整理番号：18A1608774

モーメント仮定のない自己回帰モデルにおける変化点検出【JST・京大機械翻訳】

Change-Point Detection in Autoregressive Models with no Moment Assumptions

著者 (3件)： Akashi Fumiya (Research Institute for Science and Engineering, Waseda University, Tokyo, Japan) ,  Dette Holger (Fakultaet fuer Mathematik, Ruhr-Universitaet Bochum, Bochum, Germany) ,  Liu Yan (Department of Systems Science, Kyoto University, Kyoto, Japan)
資料名： Journal of Time Series Analysis  (Journal of Time Series Analysis)
巻： 39  号： 5  ページ： 763-786  発行年： 2018年 
JST資料番号： W2071A  ISSN： 0143-9782  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,革新プロセスのモーメントが必ずしも存在しない自己回帰プロセスのパラメータの変化を検出する問題を考察した。変化点の存在に対する経験的尤度比試験を提案し,その漸近特性を研究した。経験的尤度を用いた変化点試験に関する他の研究と対照的に,変化点の位置の知識を仮定しない。特に,経験的尤度の最大化は,変化点のない場合の自己回帰モデルのパラメータに対する一貫した推定器であり,ヌル仮説下での対応する試験統計の限界分布を導出することを証明した。また,新しい試験の一貫性を確立した。この方法の素晴らしい特徴は,結果としての試験が漸近的に分布しないことであり,長期分散の推定を必要としないという事実である。試験の漸近特性を,提案した方法の良好な有限サンプル特性を実証する,小さなシミュレーション研究により調べた。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自己回帰モデル ,  シミュレーション ,  *モーメント ,  尤度 ,  尤度比 ,  変化点検出
準シソーラス用語： *自己回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： 経験的尤度 ,  変化点解析 ,  無限分散 ,  自己回帰過程

分類 (4件)： 統計学  (AB08000H) ,  数値計算  (JE02000J) ,  システム・制御理論一般  (IA02010H) ,  確率論  (AB09000O)

タイトルに関連する用語 (4件)： モーメント ,  仮定 ,  自己回帰モデル ,  変化点検出