基于新排序方案的现代数据渐近分布无关变点检测
统计方法学
2025-11-13 v4
摘要
变点检测 (change-point detection, CPD) 旨在识别独立观测序列中的分布变化。在非参数方法中，基于秩的方法因其鲁棒性与有效性而具吸引力，并已针对单变量数据被广泛研究。然而，它们在高维或非欧几里得数据上尚未得到充分探索。本文提出一种新方法——图诱导秩变点检测 (Rank INduced by Graph Change-Point Detection, RING-CPD)，其利用图诱导秩来处理高维与非欧几里得数据。新方法在原假设下渐近分布无关，并提供了解析 值近似以简便控制第一类错误。模拟研究表明，RING-CPD 能有效检测广泛备择假设下的变点，且对重尾分布与离群点具有鲁棒性。新方法通过对功能连接网络数据集中的癫痫发作检测、数字图像变化以及纽约市出租车数据集中的出行模式变化进行说明。
引用
@article{arxiv.2206.03038,
title = {Asymptotic Distribution-free Change-point Detection for Modern Data Based on a New Ranking Scheme},
author = {Doudou Zhou and Hao Chen},
journal= {arXiv preprint arXiv:2206.03038},
year = {2025}
}