摘要
我们提出了一个新的框架来检测在线序列数据分析中的变化点。该方法利用最近邻信息,可以应用于多元观测序列或非欧几里德数据对象,例如网络数据。探讨了不同的停止规则,并根据其所需的特性推荐了一个特定规则。对于推荐的规则,导出了平均运行长度的精确解析近似值,使其成为实际多元/对象序列数据监测应用的一种简单的离线方法。仿真结果表明,对于高维数据,新方法比同类方法具有更好的性能。通过一个真实的数据集来说明新方法在检测社交网络中的全球结构变化。
引用
下载引文
郝晨。
“基于最近邻居的顺序切换点检测。”
安。统计师。
47
(3)
1381 - 1407,
2019年6月。
https://doi.org/10.1214/18-AOS1718
问询处
收到日期:2017年2月1日;修订日期:2018年4月1日;发布日期:2019年6月
首次在欧几里得项目中提供:2019年2月13日
数字对象标识符:10.1214/18-AOS1718
学科:
主要用户:62克32
次要:60K35型
关键词:更改点,基于图形的测试,高维数据,网络数据,非欧几里得数据,非参数,扫描统计,顺序检测,尾部概率
版权所有©2019数学统计研究所