来源：期刊VIP网 时间：
作者：付天;李梅;吴刘仓;
单位：昆明理工大学理学院;昆明理工大学应用统计学研究中心;云南省教育厅应用统计与数据分析重点实验室;
摘要：在工业和金融等领域,常产生大量带有异质特征的数据.传统的统计模型难以解决这些数据的建模问题,联合均值与方差模型为处理这些数据提供了一种新的方法.自联合均值与方差模型被提出以来,关于该模型的参数估计、变量选择、经验似然推断以及统计诊断等问题已得到广泛研究.然而,在实际应用中,受各种因素的影响,很多异质数据会在某些时刻发生结构性的变化,若在数据分析过程中忽略这种变化的存在,有可能导致分析结果存在误差,更为严重的可能影响决策造成重大损失.为此,本文以正态分布下联合均值与方差模型为研究对象,提出了一种基于马氏距离的参数变点检验方法,以解决异方差数据下联合均值与方差模型的变点问题.仿真模拟结果表明,基于马氏距离的检验方法优于经典的似然比检验方法.最后,将该方法应用于中证500指数收益数据集分析中,成功地识别出了数据中变点的位置.
关键词：异方差数据;;联合均值与方差模型;;变点检验;;马氏距离;;似然比
基金资助：国家自然科学基金(12261051);; 云南省基础研究专项重点项目(202401AS070061);; 昆明理工大学哲学社会科学科研创新团队资助课题(CXTD2023005);昆明理工大学人培基金项目(KKZ3202407150)
