趋势与方差自适应的贝叶斯变点分析与局部离群评分
统计方法学
2024-03-15 v4
摘要
我们在一种带有全局-局部收缩先验的贝叶斯动态线性模型中自适应地估计变点与局部离群过程，这一新颖模型称为自适应贝叶斯变点与离群（ABCO）。我们利用状态空间方法在存在离群值与具有随机波动的观测误差情况下识别动态信号。我们发现全局状态方程参数对大多数实际应用是不充分的，因而引入局部参数以跟踪各时间步的噪声。该设定提供了一个灵活框架，用于在复杂序列（例如具有局部趋势大幅中断的序列）中检测未指定的变点，并对离群值与异方差噪声具有鲁棒性。最后，我们将算法与若干替代方法比较，以在多样模拟场景及两个美国经济实证例子中展示其有效性。
引用
@article{arxiv.2011.09437,
title = {Trend and Variance Adaptive Bayesian Changepoint Analysis & Local Outlier Scoring},
author = {Haoxuan Wu and Toryn L. J. Schafer and David S. Matteson},
journal= {arXiv preprint arXiv:2011.09437},
year = {2024}
}