Mean vector testing for high dimensional dependent observations
在高维设置中检验均值向量时,通常假设观测值独立同分布。然而,如果数据是相关的,现有的测试程序不能保持在给定的名义显着性水平的I型错误。我们提出了一种新的测试时,均值向量的维数随样本量线性增加,数据是一个M -依赖的平稳过程的实现。阶数M也允许随着样本量的增加而增加。利用二维三角阵推广了M相依过程的中心极限定理,得到了检验统计量的渐近正态性。有限样本模拟结果表明,忽略观测值之间的相关性的代价。
2014-11-14 math.ST stat.TH
Note on Mean Vector Testing for High-Dimensional Dependent Observations
对于高维的均值向量检验,Ayyala et al. (2017,153:136-155)提出了一种新的检验统计量.在一定条件下,单样本和双样本情形的检验统计量均渐近正态。虽然检验统计量和渐近结果是有效的,但渐近正态性的某些证明部分需要修正。在这项工作中,我们提供的主要定理的证明更正。我们还注意到出版物中计算的一些微小差异。
2019-04-19 math.ST stat.TH
A CUSUM type change detection test based on martingale differences
本文是关于检测某些参数化随机模型参数的变化。我们应用基于鞅差序列的累积和(Cumulated Sums)型检验统计量。
2014-07-19 math.ST stat.TH
Asymptotically Optimal Pointwise and Minimax Quickest Change-point Detection for Dependent Data
我们认为最快的变点检测问题在逐点和极大极小设置一般相关的数据模型。两个新的类的顺序检测程序与最大的“本地”的一个假警报的概率在一段时间内的一些固定长度的介绍。对于这些类别的检测程序,我们考虑两个流行的风险:预期的积极部分的延迟检测和条件延迟检测。在非常一般的条件下的观察,我们表明,流行的Shiryaev-罗伯茨过程是渐近最优的,作为局部的虚警概率为零,相对于这些风险逐点(均匀的每一个可能的点的变化),并在极大极小意义上(相对于最大的变化点的预期检测延迟)。这些条件是根据“变化”和“无变化”假设之间对数似然比的强大数律的收敛速率来制定的,具体地说,是归一化对数似然比到一个正数和有限数的均匀全收敛。我们还开发了工具和一组充分条件的一致全收敛的一大类马尔可夫过程的验证。这些工具是基于浓度不等式的功能的马尔可夫过程和Meyn-Tweedie几何遍历论。最后,我们检查这些充分条件的一些具有挑战性的例子(时间序列)经常出现在应用程序中,如自回归,自回归高斯等。
2016-01-15 math.ST stat.TH
Subsampling for General Statistics under Long Range Dependence with application to change point analysis
在对长程相关时间序列的统计推断中,极限分布的形状通常取决于未知参数。因此,我们建议使用子采样。我们证明了一般统计量和长程相关从属高斯过程满足轻度正则性条件的子采样的有效性。我们将我们的方法应用到一个自归一化的变点检验统计量,这样我们就可以在不需要估计任何冗余参数的情况下检验长范围相关时间序列中的结构突变。有限样本的性质进行了研究,在模拟研究。我们分析了三个数据集,并将我们的结果与其他作者的结论进行了比较。
2016-10-19 math.ST stat.TH
Testing for parameter change in general integer-valued time series
研究一类离散值时间序列的结构变化,即条件分布服从单参数指数族。我们提出了一个基于模型参数的极大似然估计的变点检验。在(无变化)的原假设下,检验统计量收敛于已知分布,允许计算检验的临界值。检验统计量在备选项下发散到无穷大,即检验渐近具有功效1。一些模拟结果和实际数据的应用报告显示的测试程序的适用性。
2016-02-28 math.ST stat.TH
Cramer-von Mises tests for Change Points
我们研究了两个非参数检验的假设,一个序列的独立观察是相同的分布对替代品,在一个单一的变化点的分布变化。该测试是基于Cramer-von Mises双样本测试计算在每个可能的变化点。一个检验在所有可能的变化点上使用最大的此类检验统计量;另一个检验在所有可能的变化点上使用平均值。大样本理论的平均统计量提供有用的p值更快地比自举,特别是在长序列。分析相邻备选方案的功耗。平均统计示出具有限制功率大于其水平,这样的替代序列。证据表明,这是不正确的最大统计量。渐近方法和Bootstrapping用于构造测试分布。测试的性能检查与Monte Carlo功率研究各种替代分布。
2020-10-14 math.ST stat.TH
Adaptive tests for parameter changes in ergodic diffusion processes from discrete observations
我们考虑了基于累积和检验的离散观测的各态历经扩散过程参数变化的自适应检验。利用基于扩散参数和漂移参数的两个拟对数似然函数的检验统计量,对扩散过程的扩散参数和漂移参数进行变点检验.证明了检验统计量具有布朗桥范数上界的极限分布。模拟结果示出了1维Ornstein-Uhlenbeck过程。
2020-04-29 math.ST stat.TH
A procedure for the change point problem in parametric models based on phi-divergence test-statistics
本文研究了一般参数分布族的变点问题。一个信息理论的程序开发,这是基于一般的分歧措施,用于测试的假设存在的变化。为了比较新的检验统计量的准确性,进行了模拟研究的特殊情况下的单变量离散模型。最后通过一个经典的变点算例说明了本文提出的方法。
2011-07-05 math.ST stat.TH
On discriminating between long-range dependence and changes in mean
我们发展了一个检验程序,用于区分长相关的时间序列和均值具有变点的弱相关的时间序列。在最简单的情况下,在原假设下,时间序列是弱相关的,在一个未知点上的平均值有一个变化,而在另一种情况下,它是长期相关的。我们计算的统计$T_n$,这使我们能够构建一个估计量$\hat{k}$的变化点。然后,我们基于直到时间$\hat{k}$的观测计算统计$T_{n,1}$,并且基于时间$\hat{k}$之后的观测计算统计$T_{n,2}$。统计量$M_n=\max[T_{n,1},T_{n,2}]$在零值下收敛于众所周知的分布,但如果观测值表现出长程相关性,则发散至无穷大。该理论说明了例子和应用程序的回报率的道琼斯指数。
2006-07-31 math.ST stat.TH
Empirical likelihood test in a posteriori change-point nonlinear model
为了检验非线性参数回归中是否发生了变化,本文提出了一种基于经验似然的非参数方法。首先,我们测试了无变化的原假设与回归参数变化的替代。在原假设下,证明了回归参数估计的相合性和收敛速度。得到了在原假设下检验统计量的渐近分布,从而可以找到渐近临界值。另一方面,我们证明了所提出的检验统计量的渐近功效等于1。这些理论结果可以找到一个简单的检验统计量,非常有用的应用。在备择假设下,研究了一类特殊的具有两个变点的传染病模型。通过Monte-Carlo模拟的数值研究显示了所提出的检验统计量的性能,与文献中现有的方法相比。
2014-05-21 math.ST stat.TH
Two tests for sequential detection of a change-point in a nonlinear model
本文研究了基于残差的最小和和最小二乘估计的两种检验方法来实时检测非线性模型中的变点。第一个检验统计量提出了一种方法已经在文献中使用,但线性模型的扩展。在每次连续观察时,检验原假设,即相对于存在变化,模型中没有变化。在原假设下给出了检验统计量的渐近分布,并证明了当变量发生变化时,检验统计量依概率收敛于无穷大。这些结果将允许建立一个渐进的临界区域。其次,为了降低第一类错误概率,提出了自举临界值,并以类似的方式研究了一种改进的测试。利用Monte-Carlo方法,对应用广泛的非线性模型进行了模拟,研究了这两种统计检验的性质。
2013-02-27 math.ST stat.TH
Laplacian U-Processes for Multiple Change-Point Detection in Dependent Text Networks: An Application to Historical Chinese Articles
University of South Carolina(南卡罗来纳大学);Texas State University(德州州立大学)
提出WCO框架检测弱相依文本网络变点,在《新青年》语料中定位1919年11月变点,与五四运动语言转型吻合。
2026-09-18 math.ST stat.ME stat.TH
Nonparametric test for detecting change in distribution with panel data
本文考虑了用面板数据比较两个过程的问题。提出了一种非参数检验,用于检测两个过程分布之间的联系的单调变化。检验统计量是基于经验分布函数的统计量。该统计量的渐近分布,推导出其有限样本性质通过Monte Carlo模拟的自助程序进行检查。
2011-05-01 math.ST stat.TH
Robust Change-Point Detection for Functional Time Series Based on $U$-Statistics and Dependent Wild Bootstrap
本文将 Wilcoxon 两样本检验推广至函数时间序列,提出利用完整函数信息且抗异常值的稳健变点检验,并通过 Hilbert 空间 $U$-统计量极限定理与相依野自助法确定渐近分布和临界值。
2023-06-04 math.ST stat.ME stat.TH
Nonparametric volatility change detection
我们考虑了一个非参数异方差时间序列回归模型,并提出了检测条件方差函数变化的检验方法。该测试是基于一个连续的显着的经验过程,从而结合了经典的EQUIUM测试显着的经验过程的方法,从拟合优度测试。该测试是一致的,对一般的替代品的条件方差函数的变化,一个功能,经典的CRACUUM测试缺乏。我们推导出一个简单的极限分布,并在单变量协变量的情况下,甚至获得渐近分布免费测试。我们在模拟研究中展示了测试的良好性能,并将汇率数据视为真实数据应用程序。
2019-06-07 math.ST stat.TH
Change-point tests for the tail parameter of Long Memory Stochastic Volatility time series
我们考虑基于Hill估计的变点检验来检验长记忆随机波动率时间序列尾部指标的结构变化。为了确定相应检验统计量的渐近分布,我们证明了两参数Skorohod空间中尾部经验过程的一致约化原理。它表明,这样的过程显示了二分行为根据之间的相互作用的赫斯特参数,即,表征数据中的依赖性的参数和尾部索引。我们的理论结果是伴随着模拟研究和分析金融时间序列方面的结构变化的尾部指数。
2020-06-04 math.ST stat.TH
Asymptotically optimal test for dependent multiple testing set up
本文研究了多重假设检验的相关检验统计量的性质。为了简单起见,我们考虑了一个具有等相关的混合正态模型。通过简单的线性变换,将检验统计量分解为独立分量,当适当调节时,独立分量生成自变量。这些被用来构建条件检验,这被证明是渐近最优的功率一样大,使用N.P.Lemma。我们进行了广泛的模拟来支持这一说法。
2020-01-07 math.ST stat.ME stat.TH
Testing for Change in Stochastic Volatility with Long Range Dependence
研究了长记忆随机波动率模型的变点问题。本文讨论了一个包含多种备择假设的一般检验问题。在平稳性假设下,导出了双曲型和Wilcoxon型检验统计量的极限性质。在此背景下,证明了长记忆随机波动率时间序列的双参数经验过程的一个极限定理。特别是,它示出的渐近分布的EQUUM检验统计量可能不受长记忆,不像Wilcoxon检验统计量,这是典型的长范围依赖性的影响。为了避免实际应用中对冗余参数的估计,提出了自归一化检验统计量的使用方法。理论结果是伴随着模拟研究,其特征的有限样本的行为时,考虑的测试程序测试的变化,平均值,方差,和尾部指数。
2017-06-20 math.ST stat.TH
Change point localization in dependent dynamic nonparametric random dot product graphs
本文研究了相依非参数随机点积图序列的离线变点定位问题。具体而言,假设在每个时间点,从非参数随机点积图模型\citep生成网络[参见例如]。[]{athreya 2017 statistical},其中潜在位置是从未知的底层分布生成的。潜在的分布在时间上是分段恒定的,并且在未知的位置发生变化,称为变化点。最重要的是,我们允许两个连续变化点之间生成的网络之间的依赖性。这种设置结合了网络内的边缘依赖性和网络间的时间依赖性,这是已发表文献中最灵活的设置。为了完成一致定位变化点的任务,我们提出了一种新的变化点检测算法,包括两个步骤。首先,我们估计的随机点积模型的潜在位置,我们的理论结果是一个完善的版本的国家的最先进的结果,允许潜在位置的尺寸发散。随后,我们构建了一个非参数版本的统计量\citep [例如] []{Page 1954,padilla 2019 optimal}允许时间依赖性。一致的本地化的理论证明和支持广泛的数值实验,说明了国家的最先进的性能。我们还提供了可能的扩展的深入讨论,以提供更多的理解和见解。
2022-09-15 math.ST stat.ME stat.TH
Optimal Sequential Tests for Detection of Changes under Finite measure space for Finite Sequences of Networks
本文研究网络的有限序列的变点问题。为了避免在指数随机图模型和马尔可夫网络中计算归一化系数的困难,我们构造了一个具有测度比统计量的有限测度空间。提出了一种新的检测时延性能度量方法,用于检测网络分布的变化。并在此性能测度下提出了一种最优序贯检验。最佳序贯检验的良好性能的数值说明ERGM和Erdos-Rényi网络序列。
2021-01-17 math.ST stat.TH
Change point analysis of an exponential model based on Phi-divergence test-statistics: simulated critical points case
最近Batsidis \textit{et al.}(2011)提出了一个新的基于发散测度的方法来检验指数总体中存在变点的假设。本文利用文中提出的新的检验统计量的渐近分布所得到的渐近临界点进行了模拟研究。本文的主要目的是使用模拟的临界点来研究Batsidis \textit{et al.}(2011)引用的论文中引入的检验统计量的行为。
2011-07-15 math.ST stat.TH
Homogeneity and change-point detection tests for multivariate data using rank statistics
检测和定位高度多变量数据中的变化是当前几种统计应用中的主要问题。在这种情况下,本文的第一个贡献是一个新的非参数双样本齐性检验的基础上,著名的Wilcoxon秩统计量的多变量数据。本文提出的两样本齐性检验统计量可以推广到处理有序数据或截尾数据,以及检验两个以上样本的同质性。本文的第二个贡献涉及使用拟议的检验统计量进行回顾性变点分析。它首先表明,该方法是计算上可行的,即使当寻找大量的变点由于使用动态规划。然后,在要检测单个潜在变点的情况下,提供用于测试的可计算渐近$p$值。与现有的替代品相比,所提出的方法似乎是非常可靠和强大的。在数据被离群值污染或被噪声破坏以及潜在变化仅影响数据坐标子集的情况下尤其如此。
2012-02-09 math.ST stat.TH
Cusum tests for changes in the Hurst exponent and volatility of fractional Brownian motion
在这封信中,我们构造了Hurst指数和波动率的离散观测分数布朗运动的累计和变点检验。作为Bégyn(2007)和Nourdin and Nualart(2019)的泛函Breuer-Major定理的统计应用,我们在无变化假设下证明了检验的填充渐近一致性和弱收敛到Kolmogorov-Smirnov定律。该测试是可行的,关键的,因为它是基于统计和临界值,不需要任何参数值的知识。在备择假设下,建立了断裂日的相合估计.我们展示了有限样本特性的模拟和数据的例子。
2020-02-03 math.ST stat.TH
Some results on change-point detection in cross-sectional dependence of multivariate data with changes in marginal distributions
随机向量法则中的断点检测测试已经在几篇论文中提出。然而,他们往往很少权力的替代品涉及的变化之间的依赖关系的向量。在最近的论文中已经提出了用于检测随机向量的copula的变化的具体测试,但是它们不允许在没有保证金恒定的条件下得出依赖结构的变化的结论。本文的目的是提出一个测试时,在边缘分布的变化发生在一个已知的时刻,在Copula的检测中断。该测试的性能说明了Monte Carlo模拟。
2016-03-25 math.ST stat.TH
Volatility change point detection for linear parabolic SPDEs
Graduate School of Engineering Science, The University of Osaka(大阪大学工学研究科);Center for Mathematical Modeling and Data Science (MMDS), The University of Osaka(大阪大学数学建模与数据科学中心);Graduate School of Maritime Sciences, Kobe University(神户大学海事科学研究科);CREST, Japan Science and Technology Agency(日本科学技术振兴机构创造型研究支援项目)
本文提出了一种基于高频数据检测线性抛物型随机偏微分方程中波动突变点的统计方法,并通过理论分析和数值实验验证了其有效性。
2025-12-01 math.ST stat.TH
Asymptotic delay times of sequential tests based on U-statistics for early and late change points
序贯变点检验的目的是在结构突变发生后尽快报警,同时控制渐近虚警误差。对于此类测试,了解检测到断裂的速度尤为重要。虽然这往往是评估模拟,在本文中,我们推导出的渐进分布的顺序变点程序的基础上U-统计的延迟时间。这包括前面讨论过的均值差(DOM)序贯检验,以及一种新的稳健Wilcoxon序贯变点检验。类似的渐近相对效率在一个后验设置,结果使我们能够比较两个程序的检测延迟。结果表明,Wilcoxon序贯过程具有更小的检测延迟较重的尾部分布,这也证实了模拟。虽然以前的文献只得到早期的变化点的结果,我们得到的渐近分布的延迟时间的早期以及后期的变化点。最后,我们评估如何以及渐近分布近似的实际停时有限样本通过模拟研究。
2020-03-19 math.ST stat.TH
Power of Weighted Test Statistics for Structural Change in Time Series
研究常见变点检验的功效与变点位置的关系,基于加权U统计量最大值,发现在时间区间两端变化时加权检验功效更强,中心处减弱。
2023-04-03 math.PR math.ST stat.TH
Optimal Change-point Testing for High-dimensional Linear Models with Temporal Dependence
本文针对具有时间依赖性的高维线性模型,提出一种二次型CUSUM变点检验统计量,证明其渐近最优性,并开发自适应参数估计与变点定位方法,通过数值实验和宏观经济学实际数据验证了方法的有效性。
2024-10-22 math.ST stat.TH
Asymptotic Uncertainty of False Discovery Proportion for Dependent $t$-Tests
多重检验是高维统计推断中的一个基本问题。虽然已经提出了许多方法来控制错误的发现,它仍然是一个具有挑战性的任务时,测试相互关联。为了克服这一挑战,已经提出了各种方法来估计在检验统计量之间的任意协方差下的错误发现率(FDR)和/或错误发现比例(FDP)。这些工作的一个有趣的发现是,在弱相关下的FDP和FDR的估计是相同的独立。然而,Mei et al.(2021)指出,与FDR不同,FDP的渐近方差仍然可以与独立情况下的渐近方差有很大差异,并且差异取决于检验统计量之间的协方差结构。在本文中,我们进一步推广这个结果从$z$ -测试$t$ -测试时,边际方差是未知的,需要估计。通过弱依赖$t$检验,我们证明了FDP仍然收敛到与依赖结构无关的固定量,并进一步推导出FDP的渐近展开和不确定性,得到了与Mei et al.(2021)相似的结果。此外,我们开发了一种近似方法,以有效地评估渐近方差的依赖$t$ -测试的FDP。我们研究如何渐近方差的FDP的变化,以及在不同的依赖结构下,通过模拟和真实数据的研究,其估计的性能。
2022-07-03 math.ST stat.TH
Robust approach for comparing two dependent normal populations through Wald-type tests based on Rényi's pseudodistance estimators
自从Fisher(1915,1921)的两篇开创性论文发表以来,二元正态分布在固定值相关系数原假设下的检验就成为一个重要的统计问题。在渐近稳健统计的框架下,它仍然是一个非常感兴趣的研究课题。对于这个和其他测试,专注于配对相关的正常随机样本,Rényi的伪距离估计,建立其渐近分布和迭代算法提供了他们的计算。在此基础上构造了不同问题的Wald型检验统计量,并从理论上研究了它们的影响函数。为了在不同的背景下测试零相关性,广泛的模拟研究和两个基于真实数据的例子支持我们的建议的鲁棒性。
2022-09-24 math.ST stat.TH
A new multiple testing method in the dependent case
最流行的多重检验程序是基于$P$的逐步程序--单个检验统计量的值。其中包括Benjamini-Hochberg [J. Roy.中央集权主义者Soc.Ser.B57(1995)289- 300]及其后代。即使对于需要相关数据的模型,也使用基于边缘分布的$P$值。与这些方法不同,新方法在所有阶段都考虑了依赖性。此外,$P$ -值过程往往缺乏一个直观的凸性,这是必要的容许性。此外,新方法在计算上是可行的。如果测试的数量很大,而真正的替代方案的比例小于小于,比如说25%,那么模拟就表明人们明显倾向于新的方法。应用程序详细的模型,如测试治疗对照(或任何组内相关模型),测试变化点和测试时,相关性是连续的手段。
2009-06-17 math.ST stat.TH
Change Point Testing for the Drift Parameters of a Periodic Mean Reversion Process
本文研究了在连续时间内观测到的广义Ornstein-Uhlenbeck过程漂移参数变化的检测问题,该过程定义为$dX_t=(L(t)-αX_t) dt + σdB_t$的解.假设均值回归函数$L(t)$是已知基函数的有限线性组合,我们推导出广义似然比检验统计量的显式表示。在周期均值回归函数的情况下,我们在原假设下确定了检验统计量的渐近分布。
2013-11-12 math.ST stat.TH
The CUSUM test for detecting structural changes in strong mixing processes
强混合性质适用于广泛的一类线性和非线性时间序列模型,如ARMA模型和GARCH模型。本文研究了强混合序列的相关结构,并给出了一些渐近性质。本文还提出了一种新的检测强混合序列相关结构变点的方法,并给出了一种非参数的非平稳检验统计量。证明了该检验统计量的渐近一致性。将该方法应用于线性和非线性模型的模拟数据,并对检验效能进行了评价。对于线性模型,与Berkes等人的方法相比,该方法具有更好的性能。(2009年)。
2012-03-01 math.ST stat.TH
Round Robin Active Sequential Change Detection for Dependent Multi-Channel Data
本文研究在采样约束下序贯检测多数据源联合分布变化的问题,提出一种非随机化联合采样与变点检测策略,并建立了其最坏条件期望检测延迟的上界。
2024-03-24 math.ST stat.ME stat.TH
A consistent clustering-based approach to estimating the number of change-points in highly dependent time-series
INRIA(法国国家信息与自动化研究所)
在一般框架下研究了由未知平稳遍历过程分布产生的变点估计问题。在这种情况下,一致的估计变点的数量是不可能的。然而,它示出,一致的聚类方法可以被用来估计的变化点的数量,在额外的约束下,提供的正确数量的过程分布,生成的数据。这个额外的参数在许多现实世界的应用中有一个自然的解释。提出了一种算法,估计变点的数量和定位的变化。所提出的算法被证明是渐近一致的,其经验评估。
2013-02-14 cs.IT cs.LG math.IT
Robust change point tests by bounded transformations
经典的基于矩的变点检验,如累积和检验,在具有一个变点的高斯时间序列的情况下非常强大,但在重尾分布和损坏的数据下表现不佳。提出了一类新的基于稳健变换观测值的累积和统计量的稳健变点检验方法。这个框架是相当灵活的,取决于所使用的变换,可以检测例如可能的多元时间序列的均值、尺度或依赖性的变化。仿真结果表明,这种方法是非常强大的,在检测的边缘方差的变化,重尾多元时间序列的依赖结构检测结构突变的过程中,优于现有的建议。
2019-05-15 math.ST stat.ME stat.TH
Robust test for dispersion parameter change in discretely observed diffusion processes
本文研究了离散观测扩散过程中,当观测值被野值污染时,离散观测扩散过程的离差参数变化的检验问题。为了减少离群值的影响,我们首先使用稳健估计来计算残差,然后提出一种基于修剪残差的残差检验。在无参数变化的原假设下,该检验弱收敛于布朗桥函数。我们进行模拟,以评估所提出的测试中存在的离群值的性能。数值结果表明,该方法对异常值具有较强的鲁棒性。在实际数据分析中,我们将Ornstein-Uhlenbeck过程拟合到KOSPI 200波动率指数数据,并定位一些未被朴素检验检测到的变化点。
2019-06-28 math.ST stat.ME stat.TH
Quickest Change Detection with Post-Change Density Estimation
针对变点后分布未知的最速变点检测问题,提出NGLR和NWLA两种CuSum检验,无需变点后训练样本,在误报率趋于零时证明其一阶渐近最优性并通过数值验证。
2023-11-25 eess.SP math.ST stat.TH
Optimal Sequential Tests for Monitoring Changes in the Distribution of Finite Observation Sequences
本文提出了一种构造最优序贯检验的方法,用于监测具有一般相关结构的有限观测序列的分布变化。这种方法使我们能够证明,不同的最佳序贯检验,可以构建不同的性能措施的检测延迟时间。我们还提供了一个公式来计算每个最优序贯检验的广义失控平均游程长度的值。当观测序列的条件密度(概率)不依赖于变化时间时,存在一个等价的不直接依赖于检验统计量的最优控制限.
2019-07-31 math.ST stat.ME stat.TH
Test for parameter change in the presence of outliers: the density power divergence based approach
本研究考虑了在异常值存在的情况下参数变化的检验问题。为此,我们提出了一个稳健的测试使用的目标函数的最小密度功率发散估计(MDPDE)的Basu等(Biometrika,1998),然后推导出其极限零分布。我们的测试程序可以自然地扩展到任何参数模型,MDPDE可以应用。为了说明这一点,我们将我们的测试程序应用于Gestival模型。我们通过仿真研究证明了所提出的测试的有效性和鲁棒性。在恒生指数的实际数据应用中,我们的测试定位了一些变化点,这些变化点是以前的测试,如分数测试和基于残差的CANUM测试所没有检测到的。
2020-03-03 math.ST stat.ME stat.TH
Testing Exponentiality Against a Trend Change in Mean Time to Failure in Age Replacement
平均无故障时间在年龄更换评估的性能和有效性的年龄更换政策。在本文中,我们提出了一个测试的指数对平均时间的趋势变化,以失败的年龄更换。在原假设下,我们得到了检验统计量的渐近分布,以逼近临界值。我们进行了模拟研究,以调查所提出的测试的性能,并将其与文献中的一些著名的测试进行比较。
2018-10-26 math.ST stat.ME stat.TH
A new class of change point test statistics of Rényi type
提出了一类新的变点检验统计量,它利用了Rényi(1953)提出的累积和过程的加权和修整方案.一个彻底的渐近分析和模拟都表明,这类新的统计量具有优越的权力相比,传统的变点统计的基础上,当变点是接近样本的开始或结束的过程。这些"Rényi"统计量的推广也被开发来测试线性和非线性回归模型中参数的变化,以及广义矩估计方法。在这些情况下,我们提出的统计数据,以及其他几个,测试法玛-法国因子模型的系数的变化。我们观察到Rényi统计量在回顾性检测样本端点附近发生的变化点方面是最有效的。
2019-04-03 math.PR math.ST stat.TH
A sequential test for the drift of a Brownian motion with a possibility to change a decision
我们构建了一个贝叶斯序贯检验的两个简单的假设值的不可观测的漂移系数的布朗运动,有可能改变初始决定在随后的时刻的一些处罚。这样的测试程序允许在最初的决定被证明是错误的情况下对其进行纠正。该测试基于对后验均值过程的观察,并做出初始决策,并且当该过程越过某些阈值时,可能会在以后更改该决策。通过将问题归结为联合最优停止和最优切换问题,得到了问题的解。
2020-07-25 math.PR math.ST stat.TH
Testing for changes in the error distribution in functional linear models
针对泛函线性模型,提出基于序贯残差经验分布函数的误差分布变点检验,该检验渐近分布自由且对单变点备择一致,并证明变点估计量的一致性。
2024-11-07 math.ST stat.ME stat.TH
Change detection in INAR(p) processes against various alternative hypotheses
INAR(p)过程的新息分布的系数或均值的变化是扰动的一个信号,对检测扰动很重要。本文的方法可以分别测试这些量中的任何一个或它们的任何集合的变化。它们以使单侧检验成为可能的形式提供,此外,它们可用于测试临时变化。该测试是基于一个CANUUM过程中使用的参数的条件最小二乘估计。在备择假设下,证明了检验的相合性,并探讨了变点估计的大样本性质。
2012-09-15 math.PR math.ST stat.TH
A robust bootstrap change point test for high-dimensional location parameter
考虑了当维数远大于样本量时,位置族中高维分布的变点检测问题。在变点分析中,广泛使用的累积和统计量对异常值和重尾分布敏感。在本文中,我们提出了一种鲁棒的,免调谐的(即,完全依赖于数据),易于实现的变点测试,享有强大的理论保证。为了实现非参数设置中的鲁棒性目的,我们在具有反对称和非线性内核的多变量$U$统计框架中制定了变点检测。具体地,样本内噪声被核的反对称性抵消,而在某些非线性核下的信号失真可以被控制,使得样本间变化点信号是幅度保持的。一个(半)刀切乘数引导(JMB)适合于变化点检测设置,提出了校准我们的$\ell^{\infty}$ -范数聚集检验统计量的分布。在核函数满足弱矩条件的前提下,我们得到了JMB逼近检验统计量抽样分布的一致收敛速度,并分析了其大小和功效性质.扩展到多个变点测试和估计进行了讨论,从数值研究的说明。
2021-10-13 math.ST stat.ME stat.TH
Testing common structure in high-dimensional factor models: change-point and two-sample procedures
Technical University of Munich(慕尼黑工业大学);University of North Carolina(北卡罗来纳大学)
本文提出一种新方法,用于检验两个高维因子模型中的共同结构,通过线性变换识别相同加载矩阵,适用于发现数据集间的个体关系及检测单个模型加载矩阵随时间变化的结构变化。
2026-03-15 math.ST stat.ME stat.TH
Kernel-based independence and mean independence tests for weakly dependent data
Universidade de Santiago de Compostela(圣地亚哥-德孔波斯特拉大学)
本文提出了一种统一的框架,用于基于希尔伯特-施密特独立性准则的独立性和均值独立性检验,并在一般拓扑空间中扩展了先前的结果。
2026-10-14 math.ST stat.ME stat.TH
Multi-Scale CUSUM Tests for Time Dependent Spherical Random Fields
本文研究了时间相关球面随机场调和域结构性突变检验的渐近行为,证明了样本球面调和系数波动的泛函中心极限定理及 CUSUM 检验的一致性,并应用于 NCEP 全球温度数据,发现气候变化不仅影响全球平均温度,还影响不同尺度的空间波动性质。
2024-07-30 math.ST stat.ME stat.TH
Minimax Robust Quickest Change Detection using Wasserstein Ambiguity Sets
我们研究了未知的变化前和变化后的分布下的鲁棒最快变化检测。为了处理数据生成分布中的不确定性,我们基于Wasserstein距离制定了两个数据驱动的模糊集,没有任何参数假设。最小最大稳健性检验被构造为最不利分布下的最小最大稳健性检验,最不利分布是模糊度集中的一对代表性分布。我们证明了极大极小鲁棒检验可以以一种易于处理的方式得到,并且是渐近最优的。我们研究了所提出的鲁棒性检验的有效性,现有的方法,包括广义似然比检验和鲁棒性测试下KL散度为基础的模糊集。
2022-04-27 math.ST stat.ME stat.TH
Quickest Change Detection with Leave-one-out Density Estimation
考虑了独立观测序列中的最快变化检测问题。假设变更前分布已知,而变更后分布完全未知。一个窗口有限的留一法(LOO)CuSum测试,它不假设任何知识的变化后的分布,并且不需要任何变化后的训练样本。结果表明,在一定的收敛条件下的密度估计,LOO-CuSum测试是一阶渐近最优的,虚警率为零。分析通过数值结果进行验证,其中LOO-CuSum测试与具有分布知识的基线测试进行比较。
2022-11-04 eess.SP math.ST stat.TH
A Frequency-Domain NonStationarity Test for dependent data
Carleton University(卡尔顿大学)
针对长记忆行为与非平稳性难区分、现有平稳性检验存在局限的问题,提出一种基于多时段周期图评估的无参数频域非平稳性检验方法,其极限分布解析可处理,仿真表现优于现有方法。
2025-10-28 math.ST stat.ME stat.TH
Conditional Distribution Specification Testing Based on Data-Dependent Partitions
Universidad Carlos III de Madrid(马德里卡洛斯三世大学);University of Cambridge(剑桥大学)
本文提出一种基于数据依赖划分的Pearson型检验,用于检验连续响应条件分布模型的参数设定,其在高维场景下的尺度控制与功效优于现有自助法检验。
2026-08-20 econ.EM math.ST stat.TH