부산대학교 도서관

Cet article étudie des procédures statistiques pour la détection d'un changement dans la structure de dépendance d'une série d'observations multivariées. Les statistiques de test sont basées sur les distances $L_1$, $L_2$, et $L_{\infty }$ des vecteurs de différences du tau de Kendall; deux extensions multivariées de la mesure de dépendance de Kendall sont utilisées. Étant donné que les lois asymptotiques des statistiques, sous l'hypothèse nulle d'absence de changement, dépendent de la copule sous-jacente inconnue, une procédure basée sur le théorème de la limite centrale du multiplicateur est proposée pour le calcul des p-valeurs. On montre que cette approche est valide à la fois asymptotiquement et pour des échantillons de taille modérée. Des versions alternatives des tests, qui permettent de prendre en compte de possibles ruptures dans les distributions marginales, sont également étudiées. Des simulations Monte Carlo montrent que les tests sont puissants sous plusieurs scénarios de rupture. Deux estimateurs du temps de rupture sont également proposés et leur efficacité est analysée en détail. Les méthodologies proposées sont illustrées sur des données simulées issues du Modèle régional canadien du climat. La revue canadienne de statistique 41: 65-82; 2013 © 2012 Société statistique du Canada [ABSTRACT FROM AUTHOR]