On optimality of the Shiryaev–Roberts procedure for detecting a change in distribution
Shiryaev–Roberts 分布变化检测程序的最优性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：摘要直接研究分布变化的序贯检测与误报约束，对应结构变化检测方向。
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…
Shiryaev–Roberts 分布变化检测程序的最优性
- 研究问题
- 在 Pollak 的极小极大性能准则下，随机初始化的变化检测程序是否对任意误报水平都具有严格最优性？
- 方法与思路
- 作者构造反例检验严格最优性主张，并提出从专门设计的确定性初值出发的 Shiryaev–Roberts 程序作为比较。
- 材料陈述的贡献
- 摘要称，反例表明 Pollak 随机化程序并非严格最优，而特定确定性初始化程序可严格最优；这区别于既有渐近最优性。
- 阅读关注点
- 应核对极小极大准则、误报约束、反例中的变化前后分布，以及确定性初值的构造和严格最优性的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出反例模型与初值，不能将特定反例的严格最优性推广至所有变化检测。
原文摘要
In 1985, for detecting a change in distribution, Pollak introduced a specific minimax performance metric and a randomized version of the Shiryaev–Roberts procedure where the zero initial condition is replaced by a random variable sampled from the quasi-stationary distribution of the Shiryaev–Roberts statistic. Pollak proved that this procedure is third-order asymptotically optimal as the mean time to false alarm becomes large. The question of whether Pollak’s procedure is strictly minimax for any false alarm rate has been open for more than two decades, and there were several attempts to prove this strict optimality. In this paper, we provide a counterexample which shows that Pollak’s procedure is not optimal and that there is a strictly optimal procedure which is nothing but the Shiryaev–Roberts procedure that starts with a specially designed deterministic point.