典型文献
时间序列新息异常值稳健诊断新方法
文献摘要：
文章分析了已有研究提出的时间序列新息异常值诊断法的不稳健性,并从以下两点对其进行稳健改进:一是构建稳健ARMA模型,确保基于该模型得到的残差不受异常值干扰;二是采用无偏Shamos估计量作为残差标准差σ的稳健估计量.通过以上改进,得到了新息异常值稳健诊断统计量.在模拟样本量分别为50、100、200、500,污染率分别为1％、5％、10％时比较传统诊断法与稳健诊断法的诊断效果,结果发现:传统诊断法受异常值干扰较大,在每种样本量下,随着污染率增加,诊断正确率急速下降,特别是在高污染率(10％)下,已基本无诊断力,而稳健诊断法不受异常值干扰,正确率均为100％.随后将稳健诊断法应用于金融时间序列异常值诊断,诊断结果与实际情况相吻合.
文献关键词：
时间序列;新息异常值诊断;无偏Shamos估计量;稳健估计
中图分类号：
作者姓名：
汪志红;王志坚;王斌会
作者机构：
广东金融学院 金融数学与统计学院,广州 510521;广东财经大学 统计与数学学院,广州 510320;暨南大学 管理学院,广州 510632
文献出处：
引用格式：
[1]汪志红;王志坚;王斌会-.时间序列新息异常值稳健诊断新方法)[J].统计与决策,2022(23):34-37
A类：
新息异常值诊断,Shamos
B类：
诊断法,两点,ARMA,无偏,估计量,残差标准差,稳健估计,统计量,模拟样本,样本量,污染率,传统诊断,诊断效果,诊断正确率,急速,高污染,本无,金融时间序列,诊断结果,相吻合
AB值：
0.242697
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
