×
西姆斯，托拜厄斯;马克·赫尔穆特;沃尔克马尔·利布舍尔

多个变更点位置的同时可信区域。 （英语） Zbl 07499053号

J.计算。图表。斯达。 28，第2号，290-298（2019）; 更正同上，第28号，第2，i（2019）。
摘要：在贝叶斯回顾性框架内，我们提出了一种通过一种新的集合估计来检查变化点分布的方法。对于给定的水平，\（\alpha\），我们的目标是以至少（1-\alpha）的概率覆盖所有变化点的最小集。这些所谓的最小同时可信区域，是根据\（\alpha\）的特定值计算得出的，提供了可能变化点位置的简约表示。此外，将它们组合成一系列不同的\（\alpha\），可以实现信息丰富但简洁的可视化效果。因此，我们可以在前所未有的程度上评估模型选择和分析变化点数据。与最高密度区域、边缘包含概率和由步进R虽然它们的直接构造通常很难，但可以从后验样本中导出渐近正确的解。这导致了一个新的NP完全问题。通过重新计算成整数线性程序，我们从经验上证明了快速贪婪的启发式算法可以计算出几乎精确的解。本文的补充材料可在网上获得。

引用于1审查

MSC公司：

62至XX 统计

关键词：

最高密度区域;整数线性程序;型号选择;NP-完整性;钉板

软件：

CPLEX公司
PDF格式BibTeX公司 XML格式引用
\textit{T.Siems}等人，《计算杂志》。图表。Stat.28，No.2，290--298（2019；Zbl 07499053）
全文： 内政部 arXiv公司

参考文献：

[1] 亚当斯·R·P。；MacKay，D.J.（2007），英国剑桥：剑桥大学，英国剑桥
[2] Aston，J.A。；彭建勇。；Martin，D.E.，《多变化点问题中的隐含分布，统计与计算》，22，981-993（2012）·兹比尔1252.62085
[3] Berge，C.（1984年）
[4] 盒子，G。；Tiao，G.（1973）
[5] Doyle，D.A.，离子通道选通期间的结构变化，神经科学趋势，27298-302（2004）
[6] Dunnett，C.W.，《比较几种治疗方法与对照的多重比较程序》，《美国统计协会杂志》，第50期，第1096-1121页（1955年）·Zbl 0066.12603号
[7] 艾克利，I.A。；费恩黑德，P。；Killick，R.，《变化点模型分析》（2011），剑桥：剑桥大学出版社，剑桥·Zbl 1258.62091号
[8] Fearnhead，P.，《多变化点问题的精确有效贝叶斯推断，统计与计算》，第16期，203-213页（2006年）
[9] 费恩黑德，P。；Liu，Z.，多变化点问题的在线推理，69，589-605（2007）·Zbl 07555366号
[10] ---，《跨段依赖的多变化点模型的高效贝叶斯分析，统计与计算》，21，217-229（2009）·Zbl 1254.62029号
[11] Frick，K。；Munk，A。；Sieling，H.，多尺度变化点推断，76495-580（2014）·Zbl 1411.62065号
[12] 弗里德里希，F。；Kempe，A。；利伯舍，V。；Winkler，G.，《复杂惩罚M-估计：快速计算》，《计算与图形统计杂志》，第17期，第201-224页（2008年）
[13] Garey，M.R。；Johnson，D.S.（1979），纽约：W.H.Freeman&Co，纽约
[14] E.I.乔治。；McCulloch，R.E.，《通过吉布斯抽样进行变量选择》，美国统计协会杂志，88，881-889（1993）
[15] Green，P.J.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物统计学，82，711-732（1995）·Zbl 0861.62023号
[16] Guédon，Y.，《多变化点模型中的细分不确定性，统计与计算》，25，303-320（2015）·Zbl 1331.62140号
[17] Hannart，A。；Naveau，P.，贝叶斯多变化点和分割：应用于气候序列的同质化气候序列的同质化，110930（2009）
[18] Heard，N.A。；Turcotte，M.J.M.，《多变化点分析的自适应序贯蒙特卡罗》，《计算与图形统计杂志》，26，414-423（2017）
[19] Held，L.，《蒙特卡罗输出的同时后验概率声明》，《计算与图形统计杂志》，13，20-35（2004）
[20] 霍茨，T。；Sieling，H.，stepR：装配步骤功能（2016）
[21] Hyndman，R.J.，《计算和绘制最高密度区域》，《美国统计学家》，第50卷，第120-126页（1996年）
[22] IBM、IBM ILOG CPLEX C++Optimizer（2004）
[23] Ishwaran，H。；Rao，J.S.，《尖峰和板形变量选择：频繁性和贝叶斯策略》，《统计年鉴》，第33期，第730-773页（2005年）·Zbl 1068.62079号
[24] Lai，T.L。；Xing，H.，《多变化点的简单贝叶斯方法》，《中国统计》，第21539-569页（2011年）·Zbl 1214.62006年
[25] 拉维耶，M。；Lebarbier，E.，MCMC方法在多变化点问题中的应用，信号处理，81，39-53（2001）·Zbl 1098.94557号
[26] Meindl，B。；Templ，M.，《线性优化问题的商业、免费和开源解算器分析》，6，147-159（2013）
[27] 米切尔·T·J。；Beauchamp，J.J.，线性回归中的贝叶斯变量选择，美国统计协会杂志，83，1023-1032（1988）·Zbl 0673.62051号
[28] Nam，C.F。；Aston，J.A。；Johansen，A.M.，量化变化点的不确定性，时间序列分析杂志，33807-823（2012）·Zbl 1281.62174号
[29] 佩雷奥，L。；父母，E。；伯尼尔，J。；Bobee，B。；Slivitzky，M.，《回顾性多元贝叶斯变点分析：几个水文序列平均值的同时单一变化》，随机环境研究和风险评估，14，243-261（2000）·Zbl 0961.62109号
[30] Rigaill，G。；Lebarbier，E。；Robin，S.，多变化点检测问题的精确后验分布和模型选择标准，统计与计算，22917-929（2012）·Zbl 1252.62027号
[31] 西克曼，I。；斯奈德，J。；Crampin，E.，离子通道中模态门控的统计分析，伦敦皇家学会学报A：数学、物理和工程科学，470，1-19（2014）
[32] 托内雷特，J.-Y。；多西，M。；Lavielle，M.，《倍增噪声破坏的多个变化点的贝叶斯离线检测：在Sar图像边缘检测、信号处理中的应用》，83，1871-1887（2003）·兹比尔1145.94315
[33] Voloshin，V.（2009）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。