首页/论文/2412.03464

arXiv 2412.034642024-12-04math.STcs.LGstat.TH

保形CUSUM程序的有效性与效率

Validity and efficiency of the conformal CUSUM procedure

Vladimir Vovk, Ilia Nouretdinov, Alex Gammerman

备注：: 19 pages, 7 figures

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

AI总结：

本文针对变化检测问题，提出保形CUSUM程序，并从理论与实验两方面分析其有效性和效率。

摘要：

本文通过实验和理论两种方式，研究用于变化检测的保形版本CUSUM程序的有效性与效率。

英文摘要：

In this paper we study the validity and efficiency of a conformal version of the CUSUM procedure for change detection both experimentally and theoretically.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

高维均值向量向量的有限样本变点推断与识别

Finite sample change point inference and identification for high-dimensional mean vectors

累积和统计量广泛应用于变点的推断和识别。针对由均值漂移模型产生的独立样本是否存在变点的检验问题，我们引入了高斯乘子自举法来校正高维情形下的最大值检验统计量的临界值.所提出的Bootstrap检验是完全数据依赖的，并且在任意依赖结构和温和的矩条件下具有强有力的理论保证。具体地说，我们表明，与边界去除参数的bootstrap检验享有一致的有效性下的空的大小，它实现了极小极大分离率下的稀疏的替代品时，尺寸$p$可以大于样本量$n$。一旦一个变化点被检测到，我们估计的变化点的位置，通过最大化的$\ell^{\infty}$ -范数的广义平稳和非平稳对于这两个估计，我们推导出他们的收敛速度，并表明，尺寸的影响率仅通过对数因子，这意味着一致性的的CIMUM估计是可能的，当$p$是远远大于$n$。在存在多个变化点的情况下，我们提出了一个原则性的引导辅助二进制分割（BABS）算法，动态调整变化点检测规则，并递归地估计它们的位置。在适当的信号分离和强度条件下，我们推导出它的收敛速率。在本文中得出的结果是非渐近的，我们提供了广泛的模拟研究，以评估有限样本的性能。经验证据表明，令人鼓舞的协议与我们的理论结果。

2021-01-02math.STstat.MEstat.TH

基于回溯CUSUM统计量的开放非参数序贯变点检测

Open-end nonparametric sequential change-point detection based on the retrospective CUSUM statistic

在线监测的目的是，一旦收集到的观察结果中有重要证据表明基本数据生成机制发生了变化，就发出警报。这项工作是开放式的，非参数的程序，可以解释为统计检验。所提出的监测方案包括在每个新观测到达后计算所谓的回顾性统计量（或其微小变化）。提出合适的门限函数为所选的检测器后，渐近有效性的程序进行了调查的特殊情况下，监测的平均值的变化，无论是在平稳性和相关的替代品的原假设。为了在实际中进行序贯检验，采用了一种基于渐近回归模型的方法来估计相关极限分布的高分位数。Monte Carlo实验表明，良好的有限样本行为的建议的监测计划，并建议他们优于现有的竞争对手，只要变化不发生在一开始的监测。扩展到统计表现出的渐近平均行为进行了简要讨论。最后，推导出的顺序变点检测测试的应用程序简洁地说明了温度异常数据。

2020-07-20math.STstat.MEstat.TH

有效性、辅音可解释性测量和共形预测

Validity, consonant plausibility measures, and conformal prediction

未来观测的预测是一个重要且具有挑战性的问题。量化预测不确定性的两种主流方法分别使用预测区域和预测分布，后者被认为信息量更大，因为它可以执行其他与预测相关的任务。有效性的标准概念，我们在这里称之为类型1有效性，侧重于预测区域的覆盖概率，而缺乏与预测分布执行的其他预测相关任务相关的有效性概念。在这里，我们提出了一个新的概念，称为类型2效度，与这些其他预测任务相关。我们建立连接类型-2的有效性和连贯性的属性，并表明，需要不精确的概率考虑，以实现it. We继续表明，这两种类型的预测有效性可以通过解释的共形预测输出的轮廓函数的辅音可扩展性措施来实现。我们还提供了一个新的非参数推理模型建设的基础上，其中的和谐的外观是自然的共形预测的另一种表征，并证明其有效性。

2022-06-09math.STstat.MLstat.TH

非均匀抽样下网络数据保形预测的有效性

On the Validity of Conformal Prediction for Network Data Under Non-Uniform Sampling

本文将网络抽样建模为超总体上的选择事件，证明置换不变性与联合可交换性可保证保形预测有限样本有效，并给出随机游走抽样下加权保形预测的渐近有效性。

2023-07-13math.STstat.MEstat.ML

通过多组学习的组条件效度

Group conditional validity via multi-group learning

我们考虑了无分布的保形预测问题和群体条件有效性准则。这个标准是由许多实际场景，包括隐藏分层和组公平的动机。现有的方法实现这样的保证下，限制性的分组结构或分布假设，或者他们是过度保守的异方差噪声。我们提出了一个简单的减少的问题，实现有效性保证个别人口利用算法的问题称为多组学习。这使我们能够从多组学习中获得理论保证，以获得保形预测的样本复杂性保证。我们还提供了一个新的算法，多组学习的层次结构的群体。在我们的约简中使用该算法可以通过更简单的预测器结构来改善样本复杂度保证。

2023-03-19cs.LGmath.STstat.TH

复杂缺失机制下二元回归的共形预测

Conformal Prediction for Dyadic Regression Under Complex Missingness

Washington University in Saint Louis（华盛顿大学圣路易斯分校）；University of Michigan（密歇根大学）

针对复杂缺失机制下的二元回归问题，提出共形预测框架，通过分布不变性条件替代可交换性，并利用双射论证处理随机子集样本，同时提出多种共形预测程序，包括图论加权方法，实现渐近条件有效性。

2026-09-17math.STstat.MEstat.ML

更多相关论文收起更多论文

全共形预测集的条件有效性与快速近似公式

Conditional validity and a fast approximation formula of full conformal prediction sets

本文证明全共形预测集在稳定性条件下具有训练条件保守性，提出计算更快的近似公式，并证明其与全共形、交叉共形及Jackknife等方法在渐近训练条件覆盖上等价。

2025-08-07math.STstat.TH

具有近似条件有效性的概率共形预测

Probabilistic Conformal Prediction with Approximate Conditional Validity

Lagrange Mathematics and Computing Research Center（拉格朗日数学与计算研究中心）；Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究所）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）；Ecole Polytechnique（巴黎综合理工学院）

本研究提出一种结合共形方法灵活性与条件分布估计的预测集生成新方法，实现近似条件覆盖，推导非渐近界，实验验证其在条件覆盖上优于现有方法，提升统计推断可靠性。

2024-10-09cs.LGmath.PRmath.ST

时间序列的共形覆盖：有效性与推断

Conformal Coverage of Time Series: Validity and Inference

University of Chicago（芝加哥大学）；Illinois Institute of Technology（伊利诺伊理工学院）

本文研究时间序列中共形预测的覆盖有效性，提出无需混合假设的误差界与中心极限定理，并处理长期记忆情形，揭示时间依赖对覆盖不确定性的影响。

2026-09-29math.STstat.MEstat.ML

异常值存在时参数变化的检验：基于密度幂离的方法

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。

2020-03-03math.STstat.MEstat.TH

网络辅助回归的共形预测

Conformal Prediction for Network-Assisted Regression

网络分析中的一个重要问题是使用网络协变量（如图嵌入坐标或局部子图计数）和常规节点协变量（如人口统计特征）来预测节点属性。虽然利用两种类型的协变量的标准回归方法可用于预测，但由于节点汇总统计量通常以复杂的方式相关，因此统计推断复杂。我们表明，在一个温和的联合交换假设下，网络模拟的共形预测实现有限的样本有效性为广泛的网络协变量。我们还表明，渐近条件有效性的形式是可以实现的。这些方法在模拟网络和引用网络数据集上都得到了说明。

2023-02-23math.STstat.MEstat.ML