序列相关下的多变点检测：野生对比最大化与间隙施瓦茨算法
统计方法学
2023-04-13 v6
摘要
我们提出了一种用于检测平稳、自相关的线性时间序列均值中多个变点的方法论。它结合了基于野生对比最大化原理的解路径生成，以及一种称为间隙施瓦茨算法（gappy Schwarz algorithm）的基于信息准则的模型选择策略。前者非常适合将均值中的偏移与由序列相关引起的波动分离开来，而后者同时估计依赖结构和变点数量，而无需执行估计噪声水平（例如由长期方差所量化）这一困难任务。我们对其理论性质进行了模块化研究，并表明该组合方法（命名为 WCM.gSa）在估计变点总数和位置方面均达到一致性。WCM.gSa 的良好性能通过广泛的模拟研究得到证明，并且我们进一步通过将该方法应用于伦敦空气质量数据来说明其实用性。
引用
@article{arxiv.2011.13884,
title = {Multiple change point detection under serial dependence: Wild contrast maximisation and gappy Schwarz algorithm},
author = {Haeran Cho and Piotr Fryzlewicz},
journal= {arXiv preprint arXiv:2011.13884},
year = {2023}
}