An online approach to detecting changes in nonlinear autoregressive models

  • In this paper we develop monitoring schemes for detecting structural changes in nonlinear autoregressive models. We approximate the regression function by a single layer feedforward neural network. We show that CUSUM-type tests based on cumulative sums of estimated residuals, that have been intensively studied for linear regression in both an offline as well as online setting, can be extended to this model. The proposed monitoring schemes reject (asymptotically) the null hypothesis only with a given probability but will detect a large class of alternatives with probability one. In order to construct these sequential size tests the limit distribution under the null hypothesis is obtained.

Volltext Dateien herunterladen

Metadaten exportieren

  • Export nach Bibtex
  • Export nach RIS
Metadaten
Verfasserangaben:Claudia Kirch, Joseph Tadjuidje Kamgaing
URN (Permalink):urn:nbn:de:hbz:386-kluedo-27725
Schriftenreihe (Bandnummer):Report in Wirtschaftsmathematik (WIMA Report) (142)
Dokumentart:Bericht
Sprache der Veröffentlichung:Englisch
Veröffentlichungsdatum (online):11.10.2011
Jahr der Veröffentlichung:2011
Veröffentlichende Institution:Technische Universität Kaiserslautern
Datum der Publikation (Server):24.10.2011
Freies Schlagwort / Tag:autoregressive process; change analysis; neural network; nonparametric regression; sequential test
Seitenzahl:14
Fachbereiche / Organisatorische Einheiten:Fachbereich Mathematik
DDC-Sachgruppen:5 Naturwissenschaften und Mathematik / 51 Mathematik / 519 Wahrscheinlichkeiten, angewandte Mathematik
Lizenz (Deutsch):Standard gemäß KLUEDO-Leitlinien vom 27.05.2011

$Rev: 13581 $