Change Point Detection in Autoregression Without Variability Estimation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F17%3A00484133" target="_blank" >RIV/67985807:_____/17:00484133 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216208:11320/17:10366005

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Change Point Detection in Autoregression Without Variability Estimation

Popis výsledku v původním jazyce

A sequence of time-ordered observations follows an autoregressive model of order one and its parameter is possibly subject to change at most once at some unknown time point. The aim is to test whether such an unknown change has occurred or not. A change point method presented here rely on a ratio type test statistic based on the maxima of cumulative sums. The main advantage of the proposed approach is that the variance of the observations neither has to be known nor estimated. Asymptotic distribution of the test statistic under the no change null hypothesis is derived. Moreover, we prove the consistency of the test under the alternative. The results are illustrated through a simulation study, which demonstrates computational e

Název v anglickém jazyce

Change Point Detection in Autoregression Without Variability Estimation

Popis výsledku anglicky

A sequence of time-ordered observations follows an autoregressive model of order one and its parameter is possibly subject to change at most once at some unknown time point. The aim is to test whether such an unknown change has occurred or not. A change point method presented here rely on a ratio type test statistic based on the maxima of cumulative sums. The main advantage of the proposed approach is that the variance of the observations neither has to be known nor estimated. Asymptotic distribution of the test statistic under the no change null hypothesis is derived. Moreover, we prove the consistency of the test under the alternative. The results are illustrated through a simulation study, which demonstrates computational e

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10101 - Pure mathematics

Projekt

<a href="/cs/project/GBP402%2F12%2FG097" target="_blank" >GBP402/12/G097: DYME-Dynamické modely v ekonomii</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the International work-conference on Time Series 2017

ISBN

978-84-17293-01-7

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

674-685

Název nakladatele

Godel Editorial

Místo vydání

Granada

Místo konání akce

Granada

Datum konání akce

18. 9. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—