ART: 分布自由且模型无关的变点检测，具有有限样本保证
统计方法学
2025-01-09 v1 统计理论
统计理论
摘要
我们提出ART，一个分布自由且模型无关的变点检测框架，提供有限样本保证。ART通过对称函数将独立观测转化为实值分数，确保在无变点时具有可交换性。这些分数随后被排序和聚合以检测分布变化。所得检验提供精确的第一类错误控制，与特定的分布或模型假设无关。此外，ART无缝扩展到多尺度设置，实现稳健的多变点估计和检测后推断，具有有限样本错误率控制。通过对分数进行局部排序并在多个预先指定的区间上进行聚合，ART识别变点区间并细化后续推断，同时保持其分布自由和模型无关的特性。这种适应性使ART成为现代变点分析的可靠且多用途工具，特别是在高维数据背景和利用机器学习方法的应用中。
引用
@article{arxiv.2501.04475,
title = {ART: Distribution-Free and Model-Agnostic Changepoint Detection with Finite-Sample Guarantees},
author = {Xiaolong Cui and Haoyu Geng and Guanghui Wang and Zhaojun Wang and Changliang Zou},
journal= {arXiv preprint arXiv:2501.04475},
year = {2025}
}