构建局部自归一化多重变点检验的一般框架
统计方法学
2022-05-03 v1
摘要
我们提出了一个利用时间序列数据构建自归一化多重变点检验的一般框架。唯一的构建模块是用户指定的单变点检测统计量，其涵盖了一大类流行方法，包括累积和过程、离群鲁棒秩统计量与顺序统计量。该框架不需要对 nuisance 参数进行鲁棒且一致的估计，不需要选择带宽参数，也不需预先指定变点个数。有限样本性能表明，我们的提议在尺寸上准确、对备择假设的误设定具有鲁棒性，并且比现有方法更有功效。文中给出了NASDAQ期权成交量与沪港通成交额的案例研究。
引用
@article{arxiv.2205.00304,
title = {A General Framework For Constructing Locally Self-Normalized Multiple-Change-Point Tests},
author = {Cheuk Hin Cheng and Kin Wai Chan},
journal= {arXiv preprint arXiv:2205.00304},
year = {2022}
}
备注
70 pages, 50 figures