Segmentation and estimation of change-point models: False positive control and confidence regions
变点模型的分割与估计：假阳性控制和置信区域AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究未知数量变点的序列分割与位置推断，方法主题对应结构变化，应用本身并非宏观数据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
变点模型的分割与估计：假阳性控制和置信区域
- 研究问题
- 对于变点数量未知的独立随机变量序列，如何进行分割，并量化无变点时的假阳性概率及变点估计的不确定性？
- 方法与思路
- 作者以似然比统计量的阈值化构造分割程序，同时研究变点位置的置信区域及位置与参数值的联合置信区域。
- 材料陈述的贡献
- 摘要称，提出新的分割程序并给出无变点时假阳性概率的近似，还讨论置信区域及阵列比较基因组杂交数据应用。
- 阅读关注点
- 应核对阈值校准、概率近似的适用条件，以及单个位置与联合置信区域的覆盖依据；同时注意序列独立假设。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；未说明具体分布族、近似误差或覆盖结果，不能直接推广到相关时间序列。
原文摘要
To segment a sequence of independent random variables at an unknown number of change-points, we introduce new procedures that are based on thresholding the likelihood ratio statistic, and give approximations for the probability of a false positive error when there are no change-points. We also study confidence regions based on the likelihood ratio statistic for the change-points and joint confidence regions for the change-points and the parameter values. Applications to segment array CGH data are discussed.