응용통계연구 (The Korean Journal of Applied Statistics)

  • 제29권7호
  • /
  • Pages.1429-1444
  • /
  • 2016
  • /
  • 1225-066X(pISSN)
  • /
  • 2383-5818(eISSN)
한국통계학회 (The Korean Statistical Society)
권호 표지
DOI QR코드

DOI QR Code

벌점화 추정기법을 이용한 평균에 대한 모니터링

Monitoring mean change via penalized estimation

  • 나옥경 (경기대학교 응용정보통계학과) ;
  • 권성훈 (건국대학교 응용통계학과)
  • Na, Okyoung (Department of Applied Information Statistics, Kyonggi University) ;
  • Kwon, Sunghoon (Department of Applied Statistics, Konkuk University)
  • 투고 : 2016.11.09
  • 심사 : 2016.12.07
  • 발행 : 2016.12.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구에서는 벌점화 최소제곱추정방법을 이용하여 평균의 변화를 모니터링할 수 있는 방법에 대해 연구하였다. 모니터링 이전의 공통 평균과 모니터링을 시작한 이후 순차적으로 관측되는 관측값들의 평균의 차이를 벌점화 최소제곱추정방벙을 이용하여 추정하였으며, 이 추정값들에서 0이 아닌 것의 개수를 바탕으로 모니터링 절차를 개발하였다. 이는 기존의 모니터링 절차들이 순차적으로 얻은 추정값들의 변동성을 기반으로 만들어진 것과 다른 점이다. 모의실험을 통해 본 연구에서 제안한 모니터링 절차가 가지고 있는 특징들을 살펴보았고, 대표적인 모니터링 절차인 CUSUM 모니터링과 비교 분석도 하였다.

We suggest a monitoring procedure to detect changes in the mean of the stochastic process. The monitoring procedure is based on penalized least squares estimates. Unlike the fluctuation (FL) monitoring, we use the numbers of nonzero estimates not the fluctuations of sequential parameter estimates. We investigate the behavior of the proposed monitoring procedure by means of a simulation study and compare its performance with CUSUM monitoring.

키워드

참고문헌

  1. Berkes, I., Gombay, E., Horvath, L., and Kokoszka, P. (2004). Sequential change-point detection in GARCH(p, q) models, Econometric Theory, 20, 1140-1167.
  2. Brown, R. L., Durbin, J., and Evans, J. M. (1975). Techniques for testing the consistency of regression relationships over time, Journal of the Royal Statistical Society Series B, 37, 149-192.
  3. Chu, C.S.J., Stinchcombe, M., and White, H. (1996). Monitoring structural change, Econometrica, 64, 1045-1065. https://doi.org/10.2307/2171955
  4. Csorgo, M. and Horvath, L. (1997). Limit Theorems in Change-Point Analysis, Wiley, New York.
  5. Fan, J. and Li, R. (2001). Variable selection via nonconcave penalized likelihood and its oracle properties, Journal of the American Statistical Association, 96, 1348-1360. https://doi.org/10.1198/016214501753382273
  6. Horvath, L., Huskova, M., Kokoszka, P., and Steinebach, J. (2004). Monitoring changes in linear models, Journal of Statistical Planning and Inference, 126, 225-251. https://doi.org/10.1016/j.jspi.2003.07.014
  7. Horvath, L., Kuhn, M., and Steinebach, J. (2008). On the performance of the fluctuation test for structural change, Sequential Analysis, 27, 126-140. https://doi.org/10.1080/07474940801989087
  8. Inclan, C. and Tiao, G. C. (1994). Use of cumulative sums of squares for retrospective detection of changes of variances, Journal of the American Statistical Association, 89, 913-923.
  9. Lee, S., Ha, J., Na, O., and Na, S. (2003). The cusum test for parameter change in time series models, Scandinavian Journal of Statistics, 30, 781-796. https://doi.org/10.1111/1467-9469.00364
  10. Leisch, F., Hornik, K., and Kuan, C. H. (2000). Monitoring structural changes with the generalized fluctuation test, Econometric Theory, 16, 835-854. https://doi.org/10.1017/S0266466600166022
  11. Na, O., Lee, Y., and Lee, S. (2011). Monitoring parameter change in time series models, Statistical Methods and Applications, 20, 171-199. https://doi.org/10.1007/s10260-011-0162-3
  12. Ploberger, W. and Kramer, W. (1986). On studentizing a test for structural change, Economic Letters, 20, 341-344. https://doi.org/10.1016/0165-1765(86)90009-1
  13. Zeileis, A., Leisch, F. Kleiber, C., and Hornik, K. (2005). Monitoring structural change in dynamic econometric models, Journal of Applied Econometrics, 20, 99-121. https://doi.org/10.1002/jae.776