论文部分内容阅读
本文讨论一阶自回归模型自回归参数Ф的变点问题,对于一阶自回归模型,在模型的自噪声序列的方差σ^2已知和未知的条件下,利用最大似然方法,我们分别讨论了模型自回归参数Ф的Abrupt Change-Point和Gradual Change-Pointt的检测问题.
一阶自回归模型参数变点的假设检验
【摘 要】
：
本文讨论一阶自回归模型自回归参数Ф的变点问题,对于一阶自回归模型,在模型的自噪声序列的方差σ^2已知和未知的条件下,利用最大似然方法,我们分别讨论了模型自回归参数Ф的
【机 构】
：
上海财经大学统计学系
【出 处】
：
应用概率统计
【发表日期】
：
2008年1期
【基金项目】
：
This work was supported by Shanghai Leading Academic Discipline Project Number： B803, the project of National Bureau of Statistics of China No. 2007LY070 and Shanghai University of Finance ＆ Economics
其他文献
【目的】分析结节病的CT表现，以提高对本病的认识和诊断水平。【方法】回顾性分析经活检证实52例胸部结节病的CT表现。【结果】52例结节病中，肺门、纵隔淋巴结肿大46例（88．5％），其中
1资料与方法1．1一般资料47例均为我科住院患者且并存皮肤损伤，男31例、女16例，年龄17—61岁。其中院外带入擦伤35例，热袋烫伤5例，压伤6例，其它原因操作1例。损伤面积最大15cm×
{（x1（t），…，Xp（t）），0≤t≤T}为p维局部平稳高斯过程，具有渐近中心化的均值mk（t）和常数的方差，Mk（T）=sup{Xk（t），0≤t≤T），k=1，…，p，当T→∞时，本文在一定条件下获得TM（T）=（M1（T），…,Mp（T））的联合渐近分布．