统计学 > 计算
[提交于 2015年4月18日
]
标题: 关于在后变化分布参数误设情况下Shiryaev-Roberts过程对快速变化点检测的鲁棒性
标题: On Robustness of the Shiryaev-Roberts Procedure for Quickest Change-Point Detection under Parameter Misspecification in the Post-Change Distribution
摘要: 快速变化点检测问题的核心是在一系列依次进行的观测中检测统计行为的变化,并以最优的检测速度与“假阳性”风险之间的平衡方式来完成这一检测。 当最优性被理解为广义贝叶斯意义上的最优性,或者如Shiryaev的多周期设置中所定义时,所谓的Shiryaev-Roberts(SR)检测过程已被证明是“所能做的最好方法”,但前提是观测值的变前和变后分布都完全指定。 我们考虑一个更现实的设置,即变后分布仅已知到一个参数,因此该参数可能被“错误指定”。 感兴趣的问题是,相对于变后分布参数的可能错误指定,这种原本“最好”的SR过程的敏感性(或鲁棒性)如何。 为了回答这个问题,我们提供了一个案例研究,在特定的高斯场景中,我们允许SR过程在变后分布参数方面“调谐不当”,并数值评估这种“调谐不当”对SR过程提供的Shiryaev(多周期)平稳平均检测延迟的影响。 研究中获得的SR过程的全面定量鲁棒性表征可以用于开发相应的理论,并为SR过程的实际设计提供合理依据。 研究的整体定性结论是预期的:对于对比度较小(较大)的变化以及较低(较高)的误报风险水平,SR过程的鲁棒性较差(较好)。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.