A comparison of product partition model applications to univariate multiple change-point analysis

Abstract

O modelo partição produto (PPM) é um modelo amplamente usado para detecção de múltiplos pontos de mudança. Neste caso, o PPM tradicional considera uma única partição aleatória que indica os grupos de observações para os quais os valores dos parâmetros do modelo probabilístico são idênticos. Em modelos multiparamétricos, se parâmetros diferentes mudam em momentos diferentes, um modelo de partição única não identifica quais parâmetros sofreram essas mudanças. Para resolver este problema, modelos de múltiplas partições podem ser considerados. Comparamos o desempenho de um modelo de múltiplas partições com algumas abordagens tradicionais baseadas no PPM de partição única, para identificar mudanças na média e na variância de sequências univariadas de observações normais. O ajuste do modelo é feito através de um método amostrador de Gibbs parcialmente colapsado. Aplicamos o modelo a uma serie de dados reais financeiros. Os resultados mostram como estruturas com múltiplas partições podem enriquecer a análise de problemas de ponto de mudança.