存在离群值时的参数变点检验：基于密度幂散度的方法
统计理论
2020-03-04 v3 统计方法学
统计理论
摘要
本研究考虑在存在离群值的情况下检验参数变点的问题。为此，我们利用 Basu 等人（Biometrika, 1998）的最小密度幂散度估计量（MDPDE）的目标函数提出一种稳健检验，并推导其极限原假设分布。我们的检验过程可自然推广至任何可应用 MDPDE 的参数模型。为说明这一点，我们将检验过程应用于 GARCH 模型。通过模拟研究证明了所提检验的有效性与稳健性。在恒生指数的真实数据应用中，我们的检验定位出一些此前检验（如得分检验与基于残差的 CUSUM 检验）未能检出的变点。
引用
@article{arxiv.1907.00004,
title = {Test for parameter change in the presence of outliers: the density power divergence based approach},
author = {Junmo Song and Jiwon Kang},
journal= {arXiv preprint arXiv:1907.00004},
year = {2020}
}
备注
26 pages, 2 figures