-
活动&公告
活动&公告
报告题目： Inference for multiple change-points in generalized integer-valued autoregressive model
报告时间： 2024-05-13 16:00——2024-05-13 17:00
报告人： 盛丹姝
报告地点： 腾讯会议：702115367
主办单位： 数据科学与人工智能学院 数理统计研究中心
【专家简介】
盛丹姝，吉林大学博士，辽宁大学在站博士后，国家公派奥古斯塔大学访问学者。研究方向为整值时间序列分析、变点分析、分位回归估计、统计建模。发表学术论文11篇。其中以第一作者于Applied Mathematical Modelling、Journal of Statistical Planning and Inference、Communication in statistics-Theory and Methods、Acta Mathematicae Applicatae Sinica-English Series等期刊发表SCI论文5篇。参与国家自然科学基金1项。
【讲座摘要】
本次报告将介绍两种计算有效和理论合理的方法，即似然比扫描法(LRSM)和群体最小绝对收缩和选择算子方法(GLASSO)，用于实现分段平稳广义条件整值自回归过程中的变点估计问题。其中LRSM更适合用于变点少且分布均匀的长时间序列，而GLASSO在变点多且密集的短时间序列中表现良好。LRSM的计算复杂度为O((log n)^ 3n)，GLASSO的计算复杂度为O((log n)^{-1} n^2)。此外，我们还开发了两个自举过程，即参数自举和块自举，用于构造每个变化点的置信区间。仿真实验和实际数据分析表明，该方法和自举程序都具有良好的性能，与理论分析结果一致。
撰稿：孙晓霞 审核：富宇 单位：数据科学与人工智能学院
