臺灣博碩士論文加值系統

改變點的應用相當廣泛，準確的估計出改變點位置為本文的研究目的。本文將以高斯混合分佈(Gaussian mixture distributions)為研究對象，利用動態程序演算法(Dynamic programming algorithm，DP)估計高斯混合分佈改變點位置，他是以最大概似估計法的概念提出的演算法。模擬結果，大多數改變點估計出來的位置與真實改變點誤差範圍介於1到10之間。

The change-points are widely applied in real life. In the paper, the dynamic programming (DP) algorithm is proposed to estimate the location of change-points in a sequence of independent Gaussian mixture random variables. From the simulation results show, we find that the locations of change-points based on the DP algorithm will be proximate to the locations of the true change-points.

摘要 i
Abstract ii
目錄 iii
附表目錄 iv
圖表目錄 v
第一章、緒論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 論文架構 3
第二章、高斯混合模型 4
2.1 模型介紹 4
2.2 EM演算法 6
第三章、動態程序演算法估計改變點位置 11
3.1改變點模型 11
3.2 動態程序演算法(Dynamic programming algorithm) 16
第四章、模擬 21
4.1 模擬 21
第五章、研究結果與探討以及未來研究方向 35
5.1 研究結果與探討 35
5.2 總結與未來研究方向 36
參考文獻 37
附錄A 38
附錄B 44
附錄C 50
附錄D 56
附錄E 62
附錄F 66

[1]Dempster, A. P., Laird, N. M. and Rubin, D. B. (1977). “Maximum likelihood from incomplete data via the EM algorithm (with discussion).” Journal of the Royal Statistical Society, 39:1-38.
[2]Hawkins, D. M. (2001). “Fitting multiple change-point models to data.” Computational Statistics & Data Analysis,37:323-341.
[3]Lin, T. I., Lee, J. C. and NI, H. F. (2004). “Bayesian analysis of mixture modeling using the multivariate t distribution.” Statistics and Computing,14:119–130
[4]Lin, T. I., Lee, J. C. and Ho, H. J. (2006). “On fast supervised learning for normal mixture models with missing information.” Pattern Recognition ,39:1177 -1187
[5]McLachlan, G. J., Peel, D. (2000). “Finite Mixture Model.” New York:Wiley.
[6]Page, E. S., (1954). “Continuous inspection schemes.” Biometrika,41:100-114.
[7]Shao, Y. E. and Hou, C. D. (2004). “使用S管制圖及MLE法以分辨階梯式改變干擾產生啟始點之研究.” Journal of the Chinese Institute of Industrial Engineers, 21(4): 349-357.
[8]Worsley, K. J. (1986). “Confidence regions and tests for a change-point in a sequence of exponential family random variable.” Biometrika,73: 91-104.
[9]林真真 (2007)，“統計分析與應用手冊：使用R軟體”，文魁，台灣。
[10]李信賢，樊采虹 (2004)，“常態分佈轉折點之二元樹搜尋法”，碩士論文，國立中央大學統計學研究所，桃園。
[11]程冠榮，李宗寶，郭仁泰(2006)，“利用快速演算法估計改變點之位置”，國立中興大學應用數學研究所，台中。
[12]賴維平，李宗寶 (2009)，“利用快速演算法估計多變量資料之改變點位置”，國立中興大學應用數學研究所，台中。