TUNE：面向变点检测后的通用推断算法
统计方法学
2024-09-25 v1 统计理论
统计理论
摘要
在多变点分析中，评估检测到的变点的不确定性对于增强检测可靠性具有重要意义——这一话题已引起广泛关注。尽管通过选择性 p 值取得了进展，但当前方法往往依赖于特定变点模型和检测算法所致的严格假设，可能损害后检测统计推断的准确性。我们引入 TUNE（Thresholding Universally and Nullifying change Effect），一种新型算法无关的、在检测到的变点上统一控制错误概率的方法。TUNE 设置适用于广泛算法范围的通用阈值，直接控制家族wise 错误率，而无需选择性 p 值。通过大量理论和数值分析，TUNE 表现出广泛的适用性、稳健性和具竞争力的功效，为模型无关的后检测推断提供了可行且可靠的替代方案。
关键词
引用
@article{arxiv.2409.15676,
title = {TUNE: Algorithm-Agnostic Inference after Changepoint Detection},
author = {Yinxu Jia and Jixuan Liu and Guanghui Wang and Zhaojun Wang and Changliang Zou},
journal= {arXiv preprint arXiv:2409.15676},
year = {2024}
}