通过隔离单点检测多个广义变点
统计方法学
2021-06-02 v2
摘要
我们引入一种称为隔离-检测(Isolate-Detect, ID)的新方法,用于一致估计含噪数据序列中多个广义变点的数量与位置。ID可处理的信号变化例子包括分段常数信号均值的变化,以及线性趋势中连续或非连续的变化。变点数量可随样本量增长。我们的方法基于一种隔离技术,其避免考虑包含多于一个变点的区间。这种隔离提升了ID的准确性,因为它允许在频繁且可能幅度较小的变化存在下进行检测。在ID中,模型选择通过阈值化、信息准则、SDLL或涉及前两者的混合方式实现。混合模型选择产生了一种具有极佳实际表现且参数选择最少的一般方法。在测试场景中,ID至少与最先进方法同样准确;多数情况下优于它们。ID已在R包IDetect和breakfast中实现,可从CRAN获取。
引用
@article{arxiv.1901.10852,
title = {Detecting multiple generalized change-points by isolating single ones},
author = {Andreas Anastasiou and Piotr Fryzlewicz},
journal= {arXiv preprint arXiv:1901.10852},
year = {2021}
}
备注
30 pages for the main article and 31 pages for the supplementary material. There are also 23 tables and 9 figures in total