×
王广辉；邹昌良；尹国胜

具有大量类别的多项式数据中的变点检测。 （英语） Zbl 1408.62110号

Ann.统计。 46，第5期，2020-2044（2018）.
摘要：我们考虑一系列多项式数据，其中与类别相关的概率在未知位置处发生未知量级的突变。当类别数量相当于或甚至大于分配给这些类别的受试者数量时，传统方法，例如经典的皮尔逊二次方检验和偏差检验可能无法很好地工作。受高维同质性测试的启发，我们提出了一种新的变化点检测程序，允许类别数量趋于无穷大。我们的测试统计量的零分布是渐近正态的，并且测试在有限样本下表现良好。通过最小化基于分段的惩罚目标函数来确定变化点的数量，并通过动态规划算法最小化目标函数来估计变化点的位置。在一些温和的条件下，建立了多个变点估计的相合性。仿真研究表明，该方法在功率和估计精度方面能够很好地识别变化点，并通过对实际数据集的分析进行了说明。

引用于8文件

MSC公司：

62小时15分 多元分析中的假设检验
62H17型 应急表
6220国集团 非参数推理的渐近性质

关键词：

渐近正态性；分类数据；高维均匀性检验；多变化点检测；稀疏列联表

软件：

g测试；工作分解结构
PDF格式BibTeX公司 XML格式引用
\textit{G.Wang}等人，Ann.Stat.46，No.5200--2044（2018；Zbl 1408.62110）
全文： 内政部 欧几里得

参考文献：

[1] Agresti，A.（2013）。分类数据分析，第三版，《概率统计中的威利级数》。新泽西州霍博肯市威利国际科学研究所·Zbl 1281.62022号
[2] Aue，A.、Hörmann，S.、Horváth，L.和Reimherr，M.（2009年）。多元时间序列模型协方差结构中的中断检测。统计年鉴37 4046–4087·Zbl 1191.62143号 ·doi:10.1214/09-AOS707
[3] Bai，J.和Perron，P.（1998年）。评估和测试具有多重结构变化的线性模型。计量经济学66 47–78·Zbl 1056.62523号 ·doi:10.2307/298540
[4] Bai，Z.和Saranadasa，H.（1996）。高维的影响：通过一个两样本问题的例子。统计师。中国6 311-329·Zbl 0848.62030号
[5] Baranov，A.P.和Baranov（Y.A.）（2005年）。针对大量结果和试验的样本同质性问题的功率发散检验。磁盘。材料17 19–48·Zbl 1097.62035号 ·doi:10.4213/dm96
[6] Braun，J.V.、Braun、R.K.和Müller，H.G.（2000）。通过拟似然法进行多变化点拟合，并应用于DNA序列分割。生物特征87 301–314·Zbl 0963.62067号 ·doi:10.1093/biomet/87.2.301
[7] Bykov，S.I.和Ivanov，V.A.（1991）。关于多维随机可分解统计量的渐近正态性条件。磁盘室。材料申请1 219–227·Zbl 0737.62010号
[8] Chen，J.和Gupta，A.K.（2000年）。参数化统计变化点分析。Birkhäuser，马萨诸塞州波士顿·Zbl 0980.62013.中
[9] Chen，S.X.和Qin，Y.-L.（2010）。高维数据的双样本测试及其在基因测试中的应用。统计年鉴38 808–835·Zbl 1183.62095号 ·doi:10.1214/09-AOS716
[10] Chen，H.和Zhang，N.R.（2013）。分类数据的两样本比较的基于图形的测试。统计师。中国23 1479–1503·兹比尔1417.62155
[11] Csörgő，M.和Horváth，L.（1997）。变点分析中的极限定理。概率统计威利级数。奇切斯特·威利·Zbl 0884.62023号
[12] Fan，J.、Liao，Y.和Yao，J.（2015）。高维横断面测试中的功率增强。计量经济学83 1497–1541·Zbl 1410.62201号
[13] Fan，J.和Lv，J.（2008年）。确保超高维特征空间的独立筛选。J.R.统计社会服务。B.统计方法70 849–911·Zbl 1411.62187号
[14] Fryzlewicz，P.（2014）。用于多变化点检测的野生二进制分割。统计年鉴42 2243–2281·Zbl 1302.62075号 ·doi:10.1214/14-AOS1245
[15] Giné，E.和Nickl，R.（2016）。无限维统计模型的数学基础。剑桥统计与概率数学系列。剑桥大学出版社，纽约·Zbl 1358.62014号
[16] Hall，P.和Heyde，C.C.（1980）。鞅极限理论及其应用。纽约学术出版社·Zbl 0462.60045号
[17] 霍金斯，D.M.（2001）。将多个转换点模型拟合到数据。计算。统计师。数据分析37 323–341·Zbl 0990.62019号 ·doi:10.1016/S0167-9473（00）00068-2
[18] Holst，L.（1972）。某些质量测试的渐近正态性和效率。生物特征59 137–145·Zbl 0235.62008号 ·doi:10.1093/biomet/591.137
[19] Horváth，L.和Serbinowska，M.（1995）。多项式观测值变化的测试：Lindisfarne描述了这个问题。扫描。《美国联邦法律大全》第22卷第371–384页·Zbl 0835.62022号
[20] Ivčenko，G.I.和Levin，V.V.（1976年）。多项式格式中某类统计量的渐近正态性。特奥尔。维罗贾诺斯特。i Primenen.21 190–195·兹伯利03926016
[21] Kallenberg，W.C.M.（1985）。关于多项式分布中的中偏差和大偏差。《统计年鉴》.13 1554–1580·Zbl 0581.60023号 ·doi:10.1214/aos/1176349755
[22] Killick，R.、Fearnhead，P.和Eckley，I.A.（2012年）。具有线性计算成本的变化点的最佳检测。J.Amer。统计师。协会107 1590–1598·Zbl 1258.62091号 ·doi:10.1080/01621459.2012.737745
[23] Lavielle，M.（2005）。对转换点问题使用惩罚对比度。信号处理85 1501–1510·兹比尔1160.94341 ·doi:10.1016/j.sigpro.2005.01.012
[24] Morris，C.（1975年）。多项式和的中心极限定理。统计年鉴。3 165-188·Zbl 0305.62013.中 ·doi:10.1214/aos/1176343006
[25] Perron，P.和Vogelsang，T.J.（1992年）。均值变化的时间序列中单位根的测试：修正和扩展。J.公交车。经济。统计10 467–470。
[26] Srivastava，M.S.和Worsley，K.J.（1986）。多元正态均值变化的似然比检验。J.Amer。统计师。协会81 199-204·Zbl 0589.62037号 ·doi:10.1080/01621459.1986.10478260
[27] Srivastava，M.S.和Wu，Y.H.（1993）。EWMA、CUSUM和Shiryayev-Roberts方法检测均值偏移的比较。统计年鉴21 645–670·Zbl 0816.62068号 ·doi:10.1214/aos/1176349142
[28] Wang，G.，Zou，C.和Yin，G.（2018年）。补充“具有大量类别的多项式数据中的变化点检测”。DOI:10.1214/17-AOS1610SUPP。
[29] Yao，Y.C.（1988）。通过Schwarz标准估计转换点的数量。统计师。可能性。第6页181-189·兹比尔0642.62016 ·doi:10.1016/0167-7152（88）90118-6
[30] Zou，C.、Yin，G.、Feng，L.和Wang，Z.（2014）。多变点问题的非参数极大似然方法。统计年鉴42 970–1002·Zbl 1305.62158号 ·doi:10.1214/14-AOS1210
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。