tailieunhanh - Áp dụng tính đối xứng của độ thô nháp hàm mô hình để tính toán kiểm định điểm gãy trong phân tích hồi quy

Bài báo điểm lại một loạt phương pháp phân tích điểm gãy hiệu quả hay được sử dụng, trong đó có phương pháp tiêu chuẩn thông tin Schwartz SIC của Chen, phương pháp kiểm định sự tồn tại hệ số xu thế của Jaruskova, phương pháp tỷ số hợp lý số ELR của Liu và Qian, phương pháp tỷ số hợp lý số hiệu chỉnh MELR của Zhao, Chen và Ning cũng như một số ưu - nhược điểm của chúng. Tính đối xứng của độ thô nháp của hàm mô hình gãy khúc liên tục được thảo luận. Các phương pháp trên được áp dụng trong phân tích dữ liệu bảo hiểm. | Áp dụng tính đối xứng của độ thô nháp hàm mô hình để tính toán kiểm định điểm gãy trong phân tích hồi quy Nghiên cứu khoa học công nghệ ÁP DỤNG TÍNH ĐỐI XỨNG CỦA ĐỘ THÔ NHÁP HÀM MÔ HÌNH ĐỂ TÍNH TOÁN KIỂM ĐỊNH ĐIỂM GÃY TRONG PHÂN TÍCH HỒI QUY Phan Thu Hà* Tóm tắt: Bài báo điểm lại một loạt phương pháp phân tích điểm gãy hiệu quả hay được sử dụng, trong đó có phương pháp tiêu chuẩn thông tin Schwartz SIC của Chen, phương pháp kiểm định sự tồn tại hệ số xu thế của Jaruskova, phương pháp tỷ số hợp lý số ELR của Liu và Qian, phương pháp tỷ số hợp lý số hiệu chỉnh MELR của Zhao, Chen và Ning cũng như một số ưu - nhược điểm của chúng. Tính đối xứng của độ thô nháp của hàm mô hình gãy khúc liên tục được thảo luận. Các phương pháp trên được áp dụng trong phân tích dữ liệu bảo hiểm. Từ khóa: Mô hình hồi quy, Điểm gãy, Tỷ số hợp lý, Độ thô nháp. 1. GIỚI THIỆU Vấn đề điểm gãy nhận được sự quan tâm ngày càng lớn trong phân tích hồi quy. Điểm gãy ngụ ý rằng, cấu trúc của dữ liệu đã có sự biến đổi kể từ thời điểm nào đó trong quá trình quan sát dài hạn. Nếu xảy ra điều này, mô hình gốc không còn phù hợp để dự báo. Khi ấy, người ta cần hiệu chỉnh tính thuần nhất của dữ liệu, dẫn đến mô hình dự báo chính xác hơn. Chẳng hạn, cần quan tâm đến xác định sớm thời điểm bắt đầu một cuộc suy thoái, hay bắt đầu một thời kỳ tăng trưởng. Xét mô hình hồi quy tuyến tính hai pha y i x Ti I (0, k] (i) x Ti I (k, n] (i) i , i 1,.,n, (1) trong đó x i p là biến giải thích p-chiều, , p là tham số véc tơ, 1 k n là thời điểm chuyển chưa biết, tại đó mô hình chuyển từ trạng thái này sang trạng thái khác, { i } độc lập, cùng phân bố, E( i ) 0, Var( i ) 2 chưa biết, I A (.) - hàm chỉ tiêu của A. Vấn đề quan tâm là đã xảy ra chuyển hay chưa, và nếu đã xảy ra thì xảy ra khi nào. Về vấn đề thứ nhất, theo ngôn ngữ của thống kê, chúng ta phải xét bài toán kiểm định: H 0 : đối với đối thuyết H1 : . Để .