非平稳序列中无 nuisance 参数的变点检测
统计理论
2018-08-14 v2 统计理论
摘要
检测时间序列均值中的突变(即所谓变点)对许多应用十分重要。然而，许多方法依赖于 nuisance 参数(如长期方差)的估计。在备择假设(均值变化)下，估计量可能有偏，且用于选择调谐参数的数据自适应规则可能不如预期。若数据非平稳而具异方差性，则更具挑战。本文旨在提出并研究两种既不涉及 nuisance 参数也不涉及调谐参数的变点检验。这是通过结合自归一化与野生自助法实现的。我们研究了渐近性质，并证明了在零假设与备择假设下自助法的一致性，仅对时间序列的弱相依作温和假设并允许方差随时变。作为所提检验的副产品，引入了一种变点估计量并证明其一致性。结果通过仿真研究加以说明，显示了所发展方法的计算效率。新检验亦将应用于来自金融与水文学的真实数据示例。
引用
@article{arxiv.1808.01905,
title = {Nuisance Parameters Free Changepoint Detection in Non-stationary Series},
author = {Michal Pešta and Martin Wendler},
journal= {arXiv preprint arXiv:1808.01905},
year = {2018}
}