t回归模子的方差变点检测并分析.pdfVIP

摘要 变点检测是统计学研究的热点课题之一，有很多学者对正态回归模型的 变点检测研究做出了不少成果．t回归模型是正态线性回归模型的推广，但它 比正态线性回归模型具有更强的稳健性和更广的应用范围．在实际问题中，数 据往往具有重尾的性质，因此t回归模型是比正态线性回归模型更合理的假设． 大部分学者研究数据的期望或者回归模型的回归系数的变点问题，而将方差看 做是讨厌参数．但是，方差也是研究数据特性的重要参数，也会有变点问题存在． 而关于t回归模型的方差变点检测问题还没有进行过比较详细的研究． 本文首先应用经典SIC的方法检测t回归模型的方差变点，并应用Bootstrap 的方法给出了其近似区间估计．其次，将类似的方法应用到同时存在回归系数 和方差变点的模型上，同时得出了它们的点估计．然后，应用贝叶斯方法中的 Gibbs抽样方法检测模型的变点，并且应用=分法逐步检测多变点．最后，应用 MCMC方法给出多变点问题的同时估计． 关键词：方差变点，学生t分布，线性回归模型，SIC，贝叶斯，MCMC方法，Gibbs 抽样器，Hastings-Metropolis算法，Bootstrap． I Abstract is ofthehot instatisticalresearch．Therehave one Change-pointproblem topics been scholarsinthisarea detectionofthe innormallinear many studying change-points modelsand madealotofresults．Thet linear modclisa regression having regression ofthe linear ithas robustnessandwider normal promotion regressionmodel，butstronger of dataoftenhave nature． rangeapplications．Inpracticalproblems，the heavy-tailed morereasonable thanthenormallinear modelsare Therefore，tregression assumption models．Mostofscholarsresearchedthe inthe ofthe regression expectation change-points was as dataorthe coefficientsofa thevarianceseena regression model，and regression nuisance varianceofdataisalsoan and parameter parame