Change Point Detection in Autoregression Without Variability Estimation
Identifikátory výsledku
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
—
Alternativní jazyky
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
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10101 - Pure mathematics
Návaznosti výsledku
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
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—