对一阶随机系数自回归模型(first-order random coefficient autoregressive model,RCA(1))的参数变点问题展开研究,提出了一种检验参数变点的基于位置和尺度的累积和(location and scale-based cumulative sum,LSCUSUM)检验统计量,在...对一阶随机系数自回归模型(first-order random coefficient autoregressive model,RCA(1))的参数变点问题展开研究,提出了一种检验参数变点的基于位置和尺度的累积和(location and scale-based cumulative sum,LSCUSUM)检验统计量,在无变点原假设下推导出LSCUSUM统计量收敛于布朗桥的上界,并在备择假设下证明了该方法的一致性。数值模拟结果表明,LSCUSUM方法可以较好地控制经验水平,且相比RCA(1)模型参数变点的方法,经验势也有了一定程度的提高。最后通过所提方法分析了东晶电子股票的日收盘数据,检测出了该组数据中存在的变点。展开更多
文摘对一阶随机系数自回归模型(first-order random coefficient autoregressive model,RCA(1))的参数变点问题展开研究,提出了一种检验参数变点的基于位置和尺度的累积和(location and scale-based cumulative sum,LSCUSUM)检验统计量,在无变点原假设下推导出LSCUSUM统计量收敛于布朗桥的上界,并在备择假设下证明了该方法的一致性。数值模拟结果表明,LSCUSUM方法可以较好地控制经验水平,且相比RCA(1)模型参数变点的方法,经验势也有了一定程度的提高。最后通过所提方法分析了东晶电子股票的日收盘数据,检测出了该组数据中存在的变点。
