Розвиток теорії пошуку моментів зміни. Побудова алгоритмів швидкого пошуку багатьох моментів зміни і дослідження їх асимптотичної оптимальнсті. Оцінка для математичного сподівання довжини інтервалу невизначеності. Аналіз економічних та геологічних даних.
Автореферат дисертації на здобуття наукового ступеня кандидата фізико-математичних наукРоботу виконано на кафедрі теорії ймовірностей і математичної статистики Київського національного університету імені Тараса Шевченка. Науковий керівник: доктор фізико-математичних наук, професор, Майборода Ростислав Євгенович, Київський національний університет імені Тараса Шевченка, професор кафедри теорії ймовірностей і математичної статистики механікоматематичного факультетую Захист відбудеться ``21"" квітня 2009 р. о 14:00 годині на засіданні спеціалізованої вченої ради Д 26.001.37 в Київському національному університеті імені Тараса Шевченка (03022, м.Задачі оцінки моментів зміни виникають при аналізі економічних даних та геологічних даних, телеметричної інформації, розпізнавання усної мови. Така задача може виникнути, коли втрата однорідності даних може вказувати на наявність похибок чи збоїв. Перші еврістичні процедури пошуку моментів зміни зявилися в кінці 20-тих років XX століття, теоретичне ж дослідження почалось в 50-тих роках з робіт І. Ширяєва В останні роки розвивається теорія непараметричного оцінювання моментів зміни, яка має звязки з теорією розпізнавання образів. Дисертаційна робота виконана в рамках держбюджетної дослідницької теми № 06БФ038-03 "Аналітичні та стохастичні методи дослідження динамічних систем", що виконується на кафедрі теорії ймовірностей та математичної статистики механікоматематичного факультету Київського Національного університету імені Тараса Шевченка і входить до програми "Побудова та застосування математичних методів дослідження детермінованих та стохастичних еволюційних систем" (номер державної реєстрації 0101U002472).
Список литературы
За результатами дисертаційної роботи опубліковано пять статей [1]-[5] у фахових виданнях, що входять до переліку, затвердженого ВАК України, та три тези доповідей на конференціях [6]-[8].
Структура та обсяг роботи.
Дисертація складається зі вступу, семи розділів, розбитих на підрозділи, висновків та списку використаних джерел. Основний текст складає 131 сторінку, список використаних джерел займає 8 сторінок і включає в себе 75 найменувань.
Основний зміст
У вступі обгрунтовано актуальність теми дисертаційної роботи, сформульовано мету і задачі дослідження, виділено наукову новизну та практичну значущість отриманих результатів.
У першому розділі вміщений огляд літератури теорії оцінювання моментів зміни, наведено допоміжні факти, які використовуються в дисертації.
У другому розділі вводяться основні поняття та розглядаються деякі загальні властивості оцінок моментів зміни: розглядається задача про довжину інтервалу невизначеності, доводиться консистентість оцінок.
Сформулюємо задачу про пошук моментів зміни як вона розглядається у дисертації. Спостерігається послідовність незалежних випадкових величин , яку ми вважаємо елементом схеми серій. Відомо, що кожен елемент послідовності має один з фіксованих розподілів. Ці розподіли можуть бути відомими нам чи невідомими. , де - невипадкова послідовність номерів , яка має вигляд при , де - фіксовані невипадкові числа, які називають моментами зміни, називають точками зміни. Необхідно знайти кількість змін та оцінити .
В дисертації оцінки будуються вибором одного з розподілів для кожної величини . Загальний спосіб побудови такий.
Послідовності номерів розподілів будемо називати траєкторіями, істиною траєкторією послідовності. Номери розподілів будемо називати станами.
Нехай задано набір функцій
Введемо функціонал . Функціонал задається формулою де - невипадкова величина. Як оцінку для розглянемо
Оцінки для моментів зміни будуються за траєкторією . Кількість знайдених точок зміни позначимо . Оцінками моментів зміни будуть . Послідовність оцінок моментів зміни позначимо .
В дисертації знайдені умови консистетності та асимптотичної оптимальності оцінок, що будуються таким способом, у випадку, коли функції залежать від спостережень. В розділі 2 в основному розглядаються властивості оцінок, що побудовані за функціями ? незалежними від спостережень.
Траєкторію можна шукати послідовно методом динамічного програмування. Позначимо - траєкторія, що складається з j елементів, останній її елемент дорівнює , на якій досягається максимум функціонала серед усіх таких траєкторій. повинна співпадати з однією з траєкторій . Назовемо оптимальною траєкторією. Нехай у нашому розпорядженні є лише перші j спостережень. Чи можна по цих спостереженнях визначити деяку частину оптимальної траєкторії, побудованої по всіх даних? Якщо траєкторії мають спільний початок, то це означає, що оптимальна траєкторія теж має такий самий початок, отже є відомою до якогось моменту. У випадку, коли аналіз даних проводиться одночасно з надходженням нових спостережень, і оптимальна траєкторія шукається лише по наявним даним, виникає питання про довжину інтервалу невизначеності, тобто кількості спостережень, для яких не можна визначити оптимальну траєкторію. Ця задача розглянута в параграфах 2.3-2.7.
Позначимо - останній момент, для якого в момент відома оптимальна траєкторія.
Означення 2.3.1 Інтервалом невизначеності в момент називається інтервал натурального ряду . Довжиною інтервалу невизначеності називається величина . Розглядається величина - перший момент, в який траєкторія до моменту вже відома. Далі ми будемо оцінювати величину .
Для випадку двох розподілів (K = 2) зручно розглядати послідовність величин - перший момент після , в який траєкторії будуть співпадати для (не враховуючи стан траєкторій в момент ).
У параграфі 2.5 розглядається випадок двох розподілів.
Теорема 2.5.1. Нехай K = 2, виконуються умови (A),(B) та (E) тоді
У параграфі 2.6 отримані оцінки для довільного K.
Теорема 2.6.1. Якщо виконуються умови (A), (D) та (E)
У параграфі 2.7 отримані оцінки для випадку, коли математичне сподівання може дорівнювати нескінченності.
Теорема 2.7.1. Нехай виконуються умови (E)-(H) тоді існують такі , що починаючи з деякого
Властивості оцінок знайдені при досліджені довжини інтервалу невизначеності дозволяють нам довести в параграфі 2.8 консистентність оцінок багатьох моментів зміни. Спочатку дамо означення консистентності для оцінки багатьох моментів зміни.
Означення 2.8.3. Нехай послідовність, така що прямує до 0. Оцінка називається консистентною зі швидкістю збіжності , якщо коли .
Означення 2.8.4. Нехай послідовність, така що прямує до 0. Оцінка називається строго консистентною зі швидкістю збіжності , якщо починаючи з деякого випадкового виконується подія
Теорема 2.8.1. Нехай виконуються умови (E)-(H) і виконуються співвідношення (3.6) тоді оцінка є консистентною.
Теорема 2.8.2. Нехай виконуються умови (E)-(H) і 1. виконуються співвідношення (3.6)
2. центровані функції є субгаусовими випадковими величинами. тоді є строго консистентною.
Також властивості, отримані при дослідженні довжини інтервалу невизначеності, дозволяють побудувати оцінки для розподілу відхилення оцінки точки зміни від справжнього значення.
В розділі 3 розглядаються адаптивні оцінки моментів зміни. В параграфі 3.4 доведена загальна теорема про консистентність адаптивних оцінок. Як приклад адаптивних оцінок, розглянуто оцінки, які будуються за вибірковими квантилями. Такі оцінки доцільно використовувати тоді, коли про розподіли відомо дуже мало або взагалі невідомо нічого. В параграфі 3.5 доведено загальну теорему про консистентність ДП-оцінок. В параграфі 3.6 розглянута задача швидкого пошуку моментів зміни при невідомих розподілів. В параграфі 3.7 досліджується асимптотична поведінка медіанної оцінки моментів зміни.
Розглянемо випадок, коли функції ? є випадковими і залежними від спостережень. Позначимо такі функції ??. Позначимо відповідну оцінку моментів зміни через
Теорема 3.4.1. Нехай - послідовність класів функцій для яких виконуються умови 1-4
Тоді
1. якщо, коли то є консистентною, 2. якщо починаючи з деякого N, то є строго консистентною.
В параграфі 3.5 загальна теорема про консистентність адаптивних оцінок застосовується для того щоб довести теорему про консистентність квантильних оцінок.
Теорема 3.5.1. Нехай - замкнені множини, , в околі є неперервною й виконуються такі нерівності
Для послідовності виконуються співвідношення (3.6). Тоді оцінка , побудована за функціями є строго консистентною.
Наведемо деякі наслідки з цієї теореми.
Наслідок 1. Нехай K=2. Медіани розподілів спостережень не співпадають. Позначимо через розподіл з більшою медіаною. є неперервними на проміжку між медіанами. Нехай виконується (3.6). Тоді оцінка , побудована за функціями є консистентною.
Наслідок 2. Нехай K=2. Квантилі рівня розподілів та не співпадають. Нехай . та неперервні на проміжку . Нехай виконується (3.6). Тоді оцінка , побудована за функціями є консистентною.
У параграфі 3.6 отримані результати для випадку двох розподілів узагальнюються, на випадок, коли про ці розподіли відомо лише те, що вони різні. Для побудови консистентної квантильної оцінки моментів зміни досить знайти квантиль, який буде відрізнятися для двох розподілів.
Теорема 3.6.1. Нехай K=2 і виконується (3.6), неперервні, тоді існує таке , що оцінка побудована за функціями є строго консистентною.
В параграфі 3.7 розглядається важливий частинний випадок квантильної оцінки - медіанна оцінка. Знаходиться асимптотичний розподіл відхилення медіанної оцінки моментів зміни від справжнього значення.
Спочатку задача розглядається для випадку одного моменту зміни.
Теорема 3.7.1. Нехай розподіли та неперервні на проміжку . Тоді для , визначеного (3.9), де , . Точка є медіаною розподілу .
Далі результати узагальнюються на випадок багатьох моментів зміни.
Теорема 3.7.2. Нехай та неперервні на проміжку тоді
В розділі 4 розглядається побудова асимптотично оптимальних адаптивних оцінок. Використовується таке означення асимптотичної оптимальності.
Означення 4.1.3. Оцінка є асимптотично оптимальною за вірогідністю, якщо для будь-якої іншої оцінки
Нехай - щільності розподілів . Позначимо - відношення двох щільностей. Нехай - оцінки відношень щільностей, що залежні від спостережень. Розглядаються такі функції : . Оцінка побудована за допомогою функцій позначається через .
У пункті 4.3 показано, що асимптотичні розподіли оцінок (4.1) та (4.2) співпадають за деяких умов.
Спочатку задача розглядається за умови, що момент зміни лише один. Отже, в послідовності присутні лише два розподіли.
Теорема 4.3.1. Нехай виконуються умови 1-4, тоді розподіли оцінок (4.1) та (4.2) співпадають.
Далі розглядається узагальнення на випадок довільної кількості моментів зміни. Спочатку доводиться консистетність оцінки , а потім її асимптотична оптимальність.
Теорема 4.4.1. Нехай виконані умови 1-4, тоді є консистентною за ймовірністю оцінкою .
Теорема 4.4.2. Нехай виконуються умови 1-4, тоді розподіли оцінок (4.1) та (4.2) співпадають.
Загальні висновки
Дисертаційна робота присвячена подальшому розвитку теорії оцінювання моментів зміни і побудові алгоритмів швидкого пошуку багатьох моментів зміни та дослідженню їх асимптотичної оптимальнсті. Отримані оцінки для математичного сподівання розподілу довжини інтервалу невизначеності.
Знайдені умови консистентності оцінок багатьох моментів зміни. Побудовані адаптивні ДП-оцінки для багатьох моментів зміни, досліджені їх асимптотичні властивості. Доведена консистеність квантильних оцінок, в тому числі для випадку невідомих розподілів. Знайдено явний вигляд асимптотичного розподілу медіанної оцінки моментів зміни. Знайдено умови, при яких адаптивні ДП-оцінки є асимптотично оптимальними.
Список літератури
1. Шуренков Г. В. Асимптотика медіанних оцінок для багатьох моментів зміни / Г. В. Шуренков // Теорія ймовірностей і математична статистика. --- 2004. --- . 70. --- . 96-104.
2. Шуренков Г. В. Асимптотично оптимальні оцінки моментів зміни / Г. В. Шуренков // Укр. мат. журн. --- 2006. --- . 58. --- . 406-416.
3. Шуренков Г. В. Довжина інтервалу невизначеності при використанні алгоритму динамічного програмування для оцінки моментів зміни / Г. В. Шуренков // Вісник Київського Університету, серія: математика, механіка. --- 2007. --- . 4. --- . 65-68.
4. Shurenkov G. V. The length of the interval of indeterminacy for the estimate of multiple change-points / G. V. Shurenkov // Theory of Stochastic Processes. --- 2007. --- Vol. 29. --- P. 251-266.
5. Шуренков Г. В. Оцінки багатьох моментів зміни при невідомих розподілах / Г. В. Шуренков // Прикл. статист. Актуарна та фін. Математика. --- 2007. --- . 1. --- . 125-132.
6. Шуренков Г. В. Асимптотично оптимальні оцінки багатьох моментів зміни / Г. В. Шуренков // X Міжнародна Наукова Конференція імені академіка М. Кравчука. Матеріали конференції "--- Київ, 2004. "--- . 647.
7. Shurenkov G. V. Asymptotically optimal estimators for moments of change / S. V. Posashkov // International conference ``Modern problems and New Trends in Probability Theory"". Abstracts II. "--- Chernivtsi, Ukraine: Інститут математики НАН України, 2006. "--- P. 133-134.
8. Shurenkov G. V. Length of interval of indeterminacy in change-points problem / G. V. Shurenkov // International conference ``Modern Stochastics: Theory and Applications"". Conference materials. "--- Kyiv, Ukraine: ВПЦ ``Київський університет"", 2006. "--- P. 239.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
