广义Pareto分布变点检测似然比模型 胡尧^1,2, 谌业文³1 贵州大学数学与统计学院, 贵阳 550025;
2 贵州大学贵州省公共大数据重点实验室, 贵阳 550025;
3 中山大学数学学院, 广州 510000 A Likelihood Ratio Model for Change Point Detection of Generalized Pareto Distribution HU Yao^1,2, CHEN Yewen³1 School of Mathematics and Statistics, Guizhou University, Guiyang 550025, China;
2 Guizhou Provincial Key Laboratory of Public Big Data, Guizhou University, Guiyang 550025, China;
3 School of Mathematics, Sun Yat-sen University, Guangzhou 510000, China

摘要 图/表 参考文献 相关文章(2) 点击分布统计 下载分布统计 --> 全文: PDF(2491 KB) HTML (0 KB) 输出: BibTeX | EndNote (RIS) 摘要为检测极端事件的状态变化，基于似然比方法研究了广义Pareto分布（Generalized Pareto Distribution，GPD）变点检测模型.考虑三参数GPD变点的检验问题，提出了最大似然比检验统计量.通过证明参数变换后GPD的对数似然和检验统计量的一系列极限性质，得到了检验统计量的渐近分布.通过模拟研究，对该方法的有限样本性质进行了评价，实例分析也验证了该方法的可行性. 服务 加入引用管理器 E-mail Alert RSS 收稿日期: 2019-01-06 PACS: O212.1 基金资助:国家自然科学基金（11661018），贵州省科技计划项目（黔科合平台人才[2017]5788号），贵州省数据驱动建模学习与优化创新团队（黔科合平台人才[2020]5016号），全国统计科学研究（2014LZ46），贵州省自然科学基金（黔科合J字[2014]2058号）资助项目. 引用本文: 胡尧, 谌业文. 广义Pareto分布变点检测似然比模型[J]. 应用数学学报, 2021, 44(4): 553-573. HU Yao, CHEN Yewen. A Likelihood Ratio Model for Change Point Detection of Generalized Pareto Distribution. Acta Mathematicae Applicatae Sinica, 2021, 44(4): 553-573. 链接本文: http://123.57.41.99/jweb_yysxxb/CN/或 http://123.57.41.99/jweb_yysxxb/CN/Y2021/V44/I4/553 [1] Holger Dette, Josua Gösmann. A Likelihood ratio approach to sequential change point detection for a general class of parameters. Journal of the American Statistical Association, 2019, 00(0):1-17 [2] Baranowski R, Chen Y N, Fryzlewicz P. Narrowest-over-threshold detection of multiple change points and change-point-like features. Journal of the Royal Statistical Society, 2019, 81(3):649-672 [3] Yu M, Ruggieri E. Change point analysis of global temperature records. International Journal of Climatology, 2019, 39(8):3679-3688 [4] Coles S. An introduction to statistical modeling of extreme values. London:Springer US, 2001 [5] Kiriliouk A, Rootzén H, Segers J, Wadsworth J L. Peaks over thresholds modeling with multivariate generalized Pareto distributions. Technometrics, 2019, 61(1):123-135 [6] Chen B Y, Zhang K Y, Wang L P, Jiang S, Liu G L. Generalized extreme value-Pareto distribution function and its applications in ocean engineering. China Ocean Engineering, 2019, 33(2):127-136 [7] Mo C X, Ruan Y L, He J Q, Jin J L, Liu P, Sun G K. Frequency analysis of precipitation extremes under climate change. International Journal of Climatology, 2019, 39(12):1373-1387 [8] 刘新红, 孟生旺, 李政宵. 地震损失风险的Copula混合分布模型及其应用. 系统工程理论与实践, 2019, 39(7):1855-1866(Liu X H, Meng S W, Li Z X. Copula-mixed distribution model and its application in modeling earthquake loss in China. Systems Engineering-theory & Practice, 2019, 39(7):1855-1866) [9] 崔玫意, 张玉虎, 陈秋华. Box-Cox正态分布及其在降雨极值分析中的应用. 数理统计与管理, 2017, 36(1):8-17(Cui M Y, Zhang Y H, Chen Q H. Box-Cox normal distribution and its application in rainfall extreme value. Journal of Applied Statistics and Management, 2017, 36(1):8-17) [10] 胡立伟, 杨锦青, 何越人, 孟玲, 罗振武, 胡澄宇. 城市交通拥塞辐射模型及其对路网服务能力损伤研究. 中国公路学报, 2019, 32(3):145-154(Hu L W, Yang J Q, He Y R, Meng L, Luo Z W, Hu C Y. Urban traffic congestion ratiation model and damage caused to service capacity of road network. China Journal of Highway and Transport, 2019, 32(3):145-154) [11] Bermudez P.d Z, Kotz S. Parameter estimation of the generalized Pareto distribution-part I & II. Journal of Statistical Planning and Inference, 2010, 140(6):1353-1388 [12] Castillo J D, Serra I. Likelihood inference for generalized Pareto distribution. Computational Statistics & Data Analysis, 2015, 83:116-128 [13] Lee J, Fan Y, Sisson S A. Bayesian threshold selection for extremal models using measures of surprise. Computational Statistics & Data Analysis, 2015, 85:84-99 [14] Babu G J, Toreti A. A goodness-of-fit test for heavy tailed distributions with unknown parameters and its application to simulated precipitation extremes in the Euro-Mediterranean region. Journal of Statistical Planning and Inference, 2016, 174:11-19 [15] Nadarajah S, Afuecheta E, Chan S. A double generalized Pareto distribution. Statistics and Probability Letters, 2013, 83:2656-2663 [16] Park M H, Kim J H T. Estimating extreme tail risk measures with generalized Pareto distribution. Computational Statistics and Data Analysis, 2016, 98:91-104 [17] Chen S, Li Y X, Kim J H, Kim S W. Bayesian change point analysis for extreme daily precipitation. International Journal of Climatology, 2017(37):3123-3137 [18] Susan M, Waititu A G, Mwita P N. Change point analysis in the generalized Pareto distribution. 2019, 197.136.134.32 [19] Drees H, JanBen A, Resnick S I, Wang T D. On a minimum distance procedure for threshold selection in tail analysis. SIAM Journal on Mathematics of Data Science, 2020, 2(1):75-102 [20] Dierckx G, Teugels J L. Change point analysis of extreme values. Environmetrics, 2010, 21:661-686 [21] Meng R. Growth curve analysis and change-points detection in extremes. Doctoral dissertation, King Abdullah University of Science and Technology, 2016 [22] Safari M A M, Masseran N, Ibrahim K. Outliers detection for Pareto distributed data. AIP Conference Proceedings, 2018, 1940(1):020119-1-020119-6 [23] Csörgö M, Horváth L. Limit theorems in change-point analysis. New York:John Wiley & Sons, 1997 [24] Smith R L. Maximum likelihood estimation in a class of nonregular cases. Biometrika, 1985, 72(1):67-90 [25] Shorack G R. Probability for statisticians. Springer US, 2000 [26] Feller W. An introduction to probability theory and its applications. Volume I, Second Edition, New York:John Wiley & Sons, 1968 [27] Jarusková D. Maximum log-likelihood ratio test for a change in three parameter Weibull distribution. Journal of Statistical Planning and Inference, 2007, 137:1805-1815 [28] Rencová M. Change-point detection in temperature series. Doctoral dissertation. Prague:Czech Technical University, 2009 [29] 胡尧, 谌业文, 王旭琴, 刘伟. 广义Pareto分布变点检测重现期预测模型及其应用. 系统工程理论与实践, 2020, Doi:10.12011/SETP2020-0098(Hu Y, Chen Y W, Wang X Q, Liu W. Generalized Pareto distribution change point detection model and its application in modeling return period prediction. Systems Engineering-theory & Practice, 2020, Doi:10.12011/SETP2020-0098) [1] 张香云, 程维虎. 二项-广义 Pareto 复合极值分布模型的统计推断 [J]. 应用数学学报(英文版), 2012, (3): 560-572. [2] 赵旭, 程维虎, 李婧兰. 广义Pareto分布的广义有偏概率加权矩估计方法[J]. 应用数学学报(英文版), 2012, (2): 321-329. PDF全文下载地址: http://123.57.41.99/jweb_yysxxb/CN/article/downloadArticleFile.do?attachType=PDF&id=14925 相关话题/统计 检验 应用数学 数据 人才 领限时大额优惠券,享本站正版考研考试资料! 优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ... 考试优惠券 本站小编 Free壹佰分学习网 2022-09-19 针对面板数据的半参数变系数可加模型的估计和推断 针对面板数据的半参数变系数可加模型的估计和推断崔晓静上海财经大学统计与管理学院,上海200433EstimationandInferenceofaSemiparametricVarying-coefficientAdditiveModelforPanelDataCUIXiaojingSchoolof ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 偏正态数据下混合非线性位置回归模型的统计诊断 偏正态数据下混合非线性位置回归模型的统计诊断曹幸运,聂兴锋,吴刘仓昆明理工大学理学院,昆明650093StatisticalDiagnosisofMixtureNonlinearLocationRegressionModelwithSkew-NormalDataCAOXingyun,NIEXingf ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 具有舍入误差微观结构噪音高频数据的杠杆效应分析 具有舍入误差微观结构噪音高频数据的杠杆效应分析蔺富明1,2,周勇31.上海财经大学统计与管理学院,上海,200433;2.四川轻化工大学数学与统计学院,自贡,643000;3.统计与数据科学前沿理论及应用教育部重点实验室华东师范大学统计交叉科学研究院,上海,200062AnalysisofLever ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断 病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断徐达1,周勇2,31.上海财经大学统计与管理学院,上海200082;2.华东师范大学经管学部交叉科学研究院及统计学院,上海200241;3.中国科学院数学与系统科学研究院,北京100190ProportionalMeanResidualLi ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 失效原因缺失的加速失效时间模型下竞争风险数据的半参数估计 失效原因缺失的加速失效时间模型下竞争风险数据的半参数估计何其祥1,2,林仁鑫31.上海财经大学数学学院,上海200433;2.上海财经大学浙江学院,金华321013;3.中国诺华生物医药研究院有限公司生物统计部,上海201203SemiparametricAnalysisforCompetingRi ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 基于右删失宽相依数据的Kaplan-Meier估计和风险率估计的渐近性质 基于右删失宽相依数据的Kaplan-Meier估计和风险率估计的渐近性质李永明1,2,周勇31上海财经大学统计与管理学院,上海200433;2上饶师范学院数学与计算机科学学院,上饶334001;3华东师范大学经济与管理学部,上海200062AsymptoticPropertiesoftheKapla ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 Case-cohort设计下多类型事件数据的一类有效估计 Case-cohort设计下多类型事件数据的一类有效估计刘君娥1,周洁21.淮北师范大学管理学院,淮北235000;2.首都师范大学数学科学学院,北京100048AnEffectiveEstimatingforCase-cohortDesignswithMultipleTypeEventDataLI ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 SEVIS方法的局部线性估计及其在超高维数据下的应用 SEVIS方法的局部线性估计及其在超高维数据下的应用连亦旻1,陈钊2,舒明良31.中国科学技术大学统计与金融系,合肥230026;2.DepartmentofStatistics,PennsylvaniaStateUniversity,StateCollege,USA,PA16802;3.中国科学院 ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 GARCH模型两步厚尾估计的诊断检验 GARCH模型两步厚尾估计的诊断检验冯牧1,王萌2,龚朝庭31.中国科学技术大学统计与金融系,合肥230026;2.博时基金管理有限公司,深圳518000;3.中国科学院数学与系统科学研究院,北京100190DiagnosticTestfortheTwo-stepEstimatorsofHeavy- ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 带信息终止事件的复发事件数据的联合建模分析 带信息终止事件的复发事件数据的联合建模分析曹学锋1,曲连强21.黄冈师范学院数学系,黄冈438000;2.华中师范大学数学与统计学学院,武汉430079JointModelingAnalysisofRecurrentEventDatawithInformationTerminalEventCAOXu ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 Free考研考试FreeKaoYan.Com 欢迎来到Free考研考试，"为实现人生的Free而奋斗" 关于我们 联系我们 电子邮件 苏ICP备16059069号 © 2020 FreeKaoYan! . All rights reserved.