频繁均值漂移下的自相关检验
统计方法学
2025-10-27 v1 统计理论
统计理论
摘要
检验自相关的存在性是时间序列分析中的一个基本问题。经典方法如Box-Pierce检验依赖于平稳性假设，需要在应用前移除非平稳成分，如趋势或均值漂移。然而，这并不总是可行的，特别是当均值结构复杂时，例如具有频繁漂移的分段常数均值。在这项工作中，我们提出了一个用于频繁均值漂移下时间序列数据自相关检验的新推断框架。具体而言，我们引入了一种Shift-Immune Portmanteau (SIP) 检验，该检验能够可靠地检验自相关，并对均值漂移具有鲁棒性。我们展示了该方法在纳米孔测序数据上的一个应用。
引用
@article{arxiv.2510.21047,
title = {Autocorrelation Test under Frequent Mean Shifts},
author = {Ziyang Liu and Ning Hao and Yue Selena Niu and Han Xiao and Hongxu Ding},
journal= {arXiv preprint arXiv:2510.21047},
year = {2025}
}