發(fā)布時(shí)間：2020-07-19 16:00

【摘要】：高維數(shù)據(jù)均值向量假設(shè)檢驗(yàn)是近來統(tǒng)計(jì)研究的熱點(diǎn)及難點(diǎn)問題。當(dāng)數(shù)據(jù)維數(shù)p固定時(shí),均值向量檢驗(yàn)通常采用霍特林T~2(Hotelling T~2)檢驗(yàn)方法。當(dāng)數(shù)據(jù)維數(shù)p發(fā)散且大于樣本量n時(shí),霍特林T~2檢驗(yàn)不再適用。我們基于投影思想提出高維數(shù)據(jù)均值向量的一種新檢驗(yàn)方法,定義如下:Tnew=‖X_1-X_2‖2+kn‖a'(X_1+-X_2)‖2;其中kn→∞,a為已知的p維單位向量。第二項(xiàng)即是投影項(xiàng),它提高了檢驗(yàn)的功效。該檢驗(yàn)統(tǒng)計(jì)量并未涉及任何的求逆矩陣的運(yùn)算,所以能夠適應(yīng)于pn情形。在一些常見條件下,新檢驗(yàn)統(tǒng)計(jì)量可以被證明是漸近正態(tài)的。在局部備擇假設(shè)下,本文給出新檢驗(yàn)統(tǒng)計(jì)量的漸近檢驗(yàn)功效。與Bai和Saranadasa(1996)~([5])(簡(jiǎn)記BS)和Chen和Qin(2010)~([2])(簡(jiǎn)記CQ)相比,新檢驗(yàn)統(tǒng)計(jì)量具有更高漸近檢驗(yàn)功效。本文對(duì)新檢驗(yàn)統(tǒng)計(jì)量開展了數(shù)值模擬研究,新檢驗(yàn)統(tǒng)計(jì)量有很好的表現(xiàn)。本文收集并分析2000年5月至2017年10月我國(guó)A股12個(gè)行業(yè)的股票價(jià)格數(shù)據(jù),發(fā)現(xiàn)7個(gè)行業(yè)具有顯著的“五月賣出”的效應(yīng),即11月至4月的股票月收益率向量與5月至10月的股票月收益率向量不相等。
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：C81
【圖文】：

的經(jīng)驗(yàn)分布, 實(shí)則是模擬定理3.1結(jié)論。在圖4-1、圖4-2中, 在R語言的環(huán)境下, 對(duì) , = 1, · · ·, 分布的不同假設(shè), 分別描繪數(shù)據(jù)維數(shù) 與樣本量 的6個(gè)組合的統(tǒng)計(jì)量ˉ 的經(jīng)驗(yàn)分布密度曲線, 同時(shí)與標(biāo)準(zhǔn)正態(tài)分布（理論分布）的密度曲線作比較

對(duì)11月-4月總體的股票收益率之間進(jìn)行相關(guān)性分析,結(jié)果表明相關(guān)性較強(qiáng)的有1371組股票。表5-2描述了5月-10月和11 月-4 月總體股票收益率之間相關(guān)系數(shù)頻數(shù)分布情況。從圖5-1可知, 大部分樣本股之間存在較強(qiáng)的線性相關(guān)關(guān)系。31

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 茅椏捷;李艷婷;;高維數(shù)據(jù)均值的統(tǒng)計(jì)監(jiān)測(cè)[J];數(shù)理統(tǒng)計(jì)與管理;2015年03期

2 郭崇慧;賈宏峰;;基于一維搜索的ICA自適應(yīng)算法及其在股票分析中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2012年03期

3 張兵;中國(guó)股市日歷效應(yīng)研究:基于滾動(dòng)樣本檢驗(yàn)的方法[J];金融研究;2005年07期

相關(guān)博士學(xué)位論文 前4條

1 劉忠穎;高維總體均值向量和協(xié)方差矩陣的同時(shí)檢驗(yàn)[D];東北師范大學(xué);2018年

2 趙俊光;高維數(shù)據(jù)下總體均值的假設(shè)檢驗(yàn)問題[D];北京理工大學(xué);2016年

3 胡琴琴;高維模型的約束變量選擇和條件特征篩選[D];山東大學(xué);2015年

4 曹明響;具有不等協(xié)方差陣的高維k樣本均值檢驗(yàn)[D];北京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 周魁魁;幾種關(guān)于高維總體均值檢驗(yàn)功效的模擬比較研究[D];華中師范大學(xué);2018年

本文編號(hào)：2762633