| 结构变化检测是分析系统动态规律的重要方式之一. 针对分段平稳自回归模型, 将变点检测问题转化为变量选择问题, 采用稀疏组 Lasso 方法得到变点个数和位置的初始估计, 提出分组选择方法在初始估计的变点中进行选择, 然后用后向删除法得到变点个数及位置的估计. 证明了提出的方法对变点个数和位置估计的一致性. 另外, 稀疏组 Lasso 方法通过约束变点位置上模型参数的稀疏性, 能够进一步确定回归系数发生变化的具体滞后变量阶数. 最后, 仿真实验和应用实例证实, 相对于直接应用后向删除法, 分组选择方法的引入显著提高了估计的效率; 相对于组 Lasso 方法, 稀疏组 Lasso 方法可以进一步识别在变点位置上发生变化的具体滞后变量阶数. |
