Copula-based Markov chain model with binomial data

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/77399

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/77399

题名:	Copula-based Markov chain model with binomial data
作者:	陳韋儒;Chen, Wei-Ru
贡献者:	統計研究所
关键词:	控製圖;Clayton copula;馬爾可夫鏈;二項式AR（1）模型;control chart;Clayton copula;Markov chain;Binomial AR(1) model
日期:	2018-07-30
上传时间:	2018-08-31 14:36:51 (UTC+8)
出版者:	國立中央大學
摘要:	在工業和金融業中,統計過程控制（SPC）是一項重要工具，一般而言,常用SPC,例如:休哈特控製圖，位於獨立樣本下。但是，樣本可能依賴於許多工業和金融應用，標準的休哈特控製圖是不合適的。在這方面很多人應用基於copula的Markov模型在正常邊際分佈下執行SPC。在本文中，我們考慮具有二項邊際分佈的基於copula的馬爾可夫鏈模型來執行SPC。我們應用牛頓算法來獲得最大似然估計。區間估計是通過漸近理論得到的。我們還開發了獲得控制限值估計的方法，並提出了計算所提出的控製圖的平均運行長度（ARL）的模擬技術。我們使用模擬來檢查所提出的估計量的準確性。我們將我們的方法應用於韓國股市數據，並將我們的模型與二項式AR（1）進行比較。;Walter Shewhart provided an important tool for statistical process control (SPC), called the Shewhart control chart (Shewhart 1931) under independent samples. However, samples may be dependent in many industrial and financial applications, and the standard Shewhart control chart is not appropriate. Long and Emura (2014) applied the copula-based Markov model to perform SPC under the normal marginal distribution. In this thesis, we consider the copula-based Markov chain model with the binomial marginal distribution to perform SPC. We apply the Newton-Raphson algorithm to obtain maximum likelihood estimates. Interval estimates are obtained by the asymptotic theory. We also develop methods to obtain the estimates of control limits and propose simulation techniques to compute the average run length (ARL) of the proposed control chart. We use simulations to check the accuracy of the proposed estimator. We apply our method to the Korean stock market data, and we compare our model with the binomial AR(1).
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	274	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....