时间序列的突变点检验程序 matlab,时间序列的贝叶斯突变检测算法MATLAB源码

突变分为如下主要的几种：均值突变(最常见)、方差突变、线性回归突变(也称趋势突变)、概率突变、空间型突变、谱突变、模型参数突变，等等。贝叶斯突变检测属于概率突变检测方法，其特点是能给出突变点的概率分布图。以下源码实现了贝叶斯突变检测，提一点经验性的东西，就是在做累乘计算的时候，为防止CPU溢出，应该使用对数把乘法转化为加法，最后再使用指数计算把结果返回。本源码由GreenSim团队原创，转载请注明，有意购买源码或代写相关程序，请与GreenSim团队联系(主页http://blog.sina.com.cn/greensim)。

function P=BMDCP(Y,R,M)

%% Bayesian Method for Detecting Change Points

%% 输入参数列表

% Y        时间序列原始数据

% R        控制参数Var0/Var，Var为全序列方差，Var0为均值方差，R应大于等于4

% M        端点间隔，取值3～5

%% 输入参数列表

% P        突变点的概率分布

%% 第一步：数据归一化处理

%归一化处理的目的在于避免浮点计算时溢出，属程序设计时考虑的问题，它不影响结果

Y=Y./max(Y);

%% 第二步：计算后验分布的数字特征

N=length(Y);%序列的长度

Mu0=mean(Y);%全序列的均值

Var=var(Y);%全序列方差

MuA=zeros(N,1);

MuB=zeros(N,