论文部分内容阅读
为了研究轮廓监控中的变点识别问题,以非参数轮廓数据为研究对象,对单变点问题进行了研究。首先计算出所有轮廓线的卡方统计值,再运用多元T2统计量,将统计量值最大值作为样本变异的广义似然比检验统计量,据此来找到轮廓线的变点。通过大量仿真与论证表明所提出的方法在识别变点位置和稳定性方面具有优异的性能。将该方法应用于京津冀地区空气质量指数的变点识别,识别结果可以很好地解释京津冀地区空气质量指数的时间特征。