Change-point tests and the bootstrap under long- and short-range dependence

In der vorliegenden Arbeit werden Strukturbruchtests für abhängige Zeitreihen untersucht. Der erste Teil beschäftigt sich mit dem Kolmogorov-Smirnov Test. Für langzeitabhängige Prozesse, also solche deren Autokovarianzfunktion besonders langsam abfällt, wird gezeigt, dass dieser Test asymptotisch effektiver als bestehende Strukturbruchtests ist. Unbekannte Parameter werden geschätzt, indem Konsistenz des Block-Bootstraps für den empirischen Prozess bei starker Abhängigkeit nachgewiesen wird. Darüber hinaus werden funktionale Daten betrachtet, Beispiele sind jährliche Temperaturkurven oder hochfrequente Daten. Strukturbrüche in solchen Zeitreihen werden mittels des CUSUM-Tests untersucht und dessen Gültigkeit wird asymptotisch nachgewiesen. Im letzten Teil der Arbeit werden Faltungen von Subsampling-Verteilungen von verschiedenen Statistiken analysiert. Beim Mittelwert ergibt sich hierdurch der klassische Block-Bootstrap, für andere Statistiken jeweils neuartige Resampling-Verfahren.

Metadaten
Author:	Johannes Tewes GND
URN:	urn:nbn:de:hbz:294-56471
Title Additional (German):	Strukturbruchtests und Bootstrap unter Lang- und Kurzzeitabhängigkeit
Referee:	Herold Dehling GND, Holger Dette ORCiD GND
Document Type:	Doctoral Thesis
Language:	English
Date of Publication (online):	2018/03/20
Date of first Publication:	2018/03/20
Publishing Institution:	Ruhr-Universität Bochum, Universitätsbibliothek
Granting Institution:	Ruhr-Universität Bochum, Fakultät für Mathematik
Date of final exam:	2017/11/06
Creating Corporation:	Fakultät für Mathematik
GND-Keyword:	Empirischer Prozess; Bootstrap-Statistik; Asymptotische Statistik; Stochastische Abhängigkeit; Nichtparametrischer Test
Dewey Decimal Classification:	Naturwissenschaften und Mathematik / Mathematik
Licence (German):	Keine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht

RUB » Bibliotheksportal