×
丹·程;何志兵;阿明·施瓦茨曼

局部极值的多重测试用于检测变化点。 （英语） Zbl 1452.62623号

电子。J.统计。 14，第2期，3705-3729（2020）.
摘要：针对分段常数函数加平稳遍历高斯噪声的长数据序列，提出了一种基于微分平滑和多重测试的变化点检测新方法。作为STEM算法在年开发的峰值检测中的应用A.施瓦茨曼等【Ann.Stat.39，No.6，3290–3319（2011；Zbl 1246.62173号)]和D.程和A.施瓦茨曼【Ann.Stat.45，第2号，529–556（2017；Zbl 1369.62144号)]该方法在对观测序列进行平滑和微分后，将变化点检测为显著的局部极大值和极小值。该算法与Benjamini-Hochberg阈值分割程序相结合，随着序列长度和跳跃大小的增大，提供了对错误发现率（FDR）和功率一致性的渐近强控制。仿真结果表明，FDR水平保持在非渐近条件下，并指导平滑带宽的选择。这些方法在磁强计传感器数据和基因组阵列CGH数据中进行了说明。R Cran中有一个名为“dSTEM”的R包。

引用于2文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
2007年6月26日 非马尔科夫过程：假设检验
62G10型 非参数假设检验
62J15型 配对和多重比较；多次测试
60G35型 信号检测和滤波（随机过程方面）
60G15年 高斯过程

关键词：

更改点;财务总监;权力;高斯过程;核平滑;有差别的;多次测试;局部极大值;局部极小值。

引文：

Zbl 1246.62173号;Zbl 1369.62144号

软件：

dSTEM公司;FDR标签;R（右）;CRAN（起重机）
PDF格式BibTeX公司 XML格式引用
\textit{D.Cheng}等人，《电子》。J.Stat.14，No.2，3705--3729（2020；Zbl 1452.62623）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Akritas，M.G.和Politis，D.N.（2003）。使用基于核的方法推断非光滑回归曲线和曲面。，非参数统计的最新进展和趋势，183。
[2] 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》66，1，47-78·Zbl 1056.62523号 ·doi:10.2307/298540
[3] Barry，D.和Hartigan，J.A.（1993年）。变点问题的贝叶斯分析。，《美国统计协会杂志》88，421，309-319·Zbl 0775.62065号
[4] Cheng，D.和Schwartzman，A.（2015）。高斯随机场局部极大值高度的分布。，极端18213-240·Zbl 1319.60106号 ·doi:10.1007/s10687-014-0211-z
[5] Cheng，D.和Schwartzman，A.（2017年）。检测随机场峰值的局部极大值的多重测试。，《统计年鉴》45，2529-556·Zbl 1369.62144号 ·doi:10.1214/16-AOS1458
[6] Cheng，D.和Schwartzman，A.（2018年）。光滑各向同性高斯随机场临界点的期望数目和高度分布。，伯努利24，4B，3422-3446·Zbl 1407.60051号 ·doi:10.3150/17-BEJ964
[7] Cramér，H.和Leadbetter，M.r.（2013）。，平稳和相关随机过程：样本函数性质及其应用。Courier公司。
[8] Efron，B.和Zhang，N.R.（2011年）。错误发现率和拷贝数变化。，生物特征98，2，251-271·Zbl 1215.62115号 ·doi:10.1093/biomet/asr018
[9] Eilers，P.H.和De Menezes，R.X.（2004）。数组cgh数据的分位数平滑。，生物信息学21，7，1146-1153。
[10] Erdman，C.和Emerson，J.W.（2008）。用于微阵列数据分割的快速贝叶斯变点分析。，生物信息学24、19、2143-2148。
[11] Frick，K.、Munk，A.和Sieling，H.（2014）。多尺度变化点推断。，英国皇家统计学会杂志：B辑（统计方法）76，3495-580·Zbl 1411.62065号 ·doi:10.1111/rssb.12047
[12] Hsu，L.、Self，S.G.、Grove，D.、Randolph，T.、Wang，K.、Delrow，J.J.、Loo，L.和Porter，P.（2005）。基于阵列的比较基因组杂交数据的小波去噪。，生物统计学6，2，211-226·Zbl 1071.62104号 ·doi:10.1093/biostatistics/kxi004
[13] Huang，T.、Wu，B.、Lizardi，P.和Zhao，H.（2005）。使用惩罚最小二乘回归检测dna拷贝数的改变。，生物信息学21，20，3811-3817。
[14] Hung，Y.、Wang，Y.Zarnitsyna，V.、Zhu，C.和Wu，C.J.（2013）。隐马尔可夫模型及其在细胞粘附实验中的应用。，《美国统计协会杂志》108，504，1469-1479·Zbl 1283.62173号 ·doi:10.1080/01621459.2013.836973
[15] Jackson，B.、Scargle，J.D.、Barnes，D.、Arabhi，S.、Alt，A.、Gioumousis，P.、Gwin，E.、Sangtrakulcharoen，P.，Tan，L.和Tsai，T.T.（2005）。一种在区间上对数据进行最优分区的算法。，IEEE信号处理信件12、2、105-108。
[16] 新泽西州Kélíboz。和Güdükbay，U.（2015）。一种用于人机交互的手势识别技术。，视觉传达与图像表现杂志28，97-104。
[17] Killick，R.、Eckley，I.A.、Ewans，K.和Jonathan，P.（2010年）。利用变化点分析检测海洋时间序列的方差变化。，海洋工程37，13，1120-1126。
[18] Lai，W.R.、Johnson，M.D.、Kucherlapati，R.和Park，P.J.（2005）。阵列cgh数据中放大和删除识别算法的比较分析。，生物信息学21、19、3763-3770。
[19] Lanzante，J.R.（1996年）。气候数据分析的抗干扰、稳健和非参数技术：理论和实例，包括对历史无线电探空站数据的应用。，国际气候学杂志：皇家气象学会杂志16，11，1197-1226。
[20] Li，H.、Munk，A.和Sieling，H.（2016）。多尺度变点分割中的Fdr控制。，电子统计杂志10，1，918-959·Zbl 1338.62117号 ·doi:10.1214/16-EJS1131
[21] Loo，L.W.，Grove，D.I.，Williams，E.M.，Neal，C.L.，Cousens，L.A.，Schubert，E.L.，Holcomb，I.N.，Massa，H.F.，Glogovac，J.，Li，C.I.等。(2004). 乳腺癌亚型基因组改变的阵列比较基因组杂交分析。，癌症研究64，23，8541-8549。
[22] Muggeo，V.M.和Adelfio，G.（2010年）。连续测量基因组序列的有效变化点检测。，生物信息学27，2，161-166。
[23] Nam，C.F.、Aston，J.A.和Johansen，A.M.（2012年）。量化变化点的不确定性。，时间序列分析杂志33，5，807-823·Zbl 1281.62174号 ·doi:10.1111/j.1467-9892.2011.00777.x
[24] Olshen，A.B.、Venkatraman，E.、Lucito，R.和Wigler，M.（2004）。用于分析基于阵列的dna拷贝数数据的循环二进制分割。，生物统计学557-572·Zbl 1155.62478号 ·doi:10.1093/biostatistics/kxh008
[25] Qian，J.和Su，L.（2015）。具有多重结构变化的回归模型的收缩估计。，计量经济学理论32，6，1-58。
[26] Reeves，J.、Chen，J.，Wang，X.L.、Lund，R.和Lu，Q.Q.（2007）。气候数据变化点检测技术的回顾与比较。，应用气象学和气候学杂志46，6，900-915。
[27] Schwartzman，A.、Gavrilov，Y.和Adler，R.J.（2011）。对局部最大值进行多次测试，以检测1d内的峰值。，统计年鉴39，6，3290·Zbl 1246.62173号 ·doi:10.1214/11-AOS943
[28] Simáo，M.、Neto，P.和Gibaru，o.（2016）。使用神经网络手势识别对工业机器人进行自然控制。年，IECON 2016-IEEE工业电子学会第42届年会。IEEE，5322-5327。
[29] Tan，W.、Wu，C.、Zhao，S.和Li，J.（2010）。使用运动轨迹和关键帧的动态手势识别。2010年，第二届国际先进计算机控制会议。第3卷。IEEE，163-167。
[30] Tibshirani，R.和Wang，P.（2007）。使用融合套索对cgh数据进行空间平滑和热点检测。，生物统计学9，1，18-29·Zbl 1274.62886号 ·doi:10.1093/biostatistics/kxm013
[31] Wang，P.、Kim，Y.、Pollack，J.、Narasimhan，B.和Tibshirani，R.（2005）。一种在数组cgh数据中调用增益和损耗的方法。，生物统计学6，1，45-58·Zbl 1069.92014年9月 ·doi:10.1093/biostatistics/kxh017
[32] 泽利斯，A·Zbl 1284.91596号 ·doi:10.1016/j.csda.2009.12.005
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。