基于双向 MOSUM 的高维时间序列变点 $\ell^2$ 推断

Jiaqi Li; Likai Chen; Weining Wang; Wei Biao Wu

基于双向 MOSUM 的高维时间序列变点 $\ell^2$ 推断

统计理论 2023-07-06 v2 统计方法学统计理论

作者: Jiaqi Li , Likai Chen , Weining Wang , Wei Biao Wu

摘要

我们提出一种用于检测高维时间序列中多个变点的推断方法，面向稠密或空间聚集信号。我们的方法通过 $\ell^2$ 范数跨截面聚合移动和（MOSUM）统计量，并随时间最大化之。我们进一步引入一种新颖的双向 MOSUM，其利用时空移动区域搜索断点，并附带在仅少数组发生断点时增强检验功效的优势。通过将高维高斯近似定理推广至时空非平稳过程，我们建立了用于检验断点存在的 $\ell^2$ 聚合统计量的极限分布。模拟研究展示了我们的检验在检测非稀疏弱信号方面的良好表现。两个应用——分析美国股票收益与 COVID-19 病例——展示了我们所提算法的现实相关性。

关键词

变点检测高维时间序列 MOSUM $\ell^2$ 推断双向 MOSUM 高斯近似非平稳过程

引用

@article{arxiv.2208.13074,
  title  = {$\ell^2$ Inference for Change Points in High-Dimensional Time Series via a Two-Way MOSUM},
  author = {Jiaqi Li and Likai Chen and Weining Wang and Wei Biao Wu},
  journal= {arXiv preprint arXiv:2208.13074},
  year   = {2023}
}

备注

111 pages, 10 figures

基于双向 MOSUM 的高维时间序列变点 $\ell^2$ 推断

摘要

关键词

引用

备注

相关论文