用于变点检测的局部极值多重检验
统计理论
2019-11-20 v2 统计理论
摘要
针对建模为分段常数函数加平稳遍历高斯噪声的长数据序列，提出了一种基于微分平滑与多重检验检测变点的新方法。作为\citet{schwartzman2011multiple}和\citet{cheng2017multiple}中开发的用于峰值检测的STEM算法的应用，该方法在平滑和微分观测序列后，将变点检测为显著的局部极大值和极小值。该算法结合用于p值阈值的Benjamini-Hochberg过程，在序列长度和跳跃幅度变大时，提供了错误发现率（FDR）的渐近强控制和功效一致性。仿真表明，在非渐近条件下FDR水平得以维持，并指导了平滑带宽的选择。该方法在磁力计传感器数据和基因组array-CGH数据中进行了说明。一个名为“dSTEM”的R包可在R cran中获取。
引用
@article{arxiv.1504.06384,
title = {Multiple Testing of Local Extrema for Detection of Change Points},
author = {Dan Cheng and Zhibing He and Armin Schwartzman},
journal= {arXiv preprint arXiv:1504.06384},
year = {2019}
}