When a Cusum Stops, What Confidence Is There that the Alarm Is Not False?
CUSUM 停止时，有何统计依据认为警报并非误报？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：摘要明确以 CUSUM 检测均值和事件概率变化，并检验变化警报，直接对应结构变化方法。
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
CUSUM 停止时，有何统计依据认为警报并非误报？
- 研究问题
- CUSUM 发出警报后，能否利用警报前观测的随机演化特征，检验该警报是否与已知的误报行为显著不同？
- 方法与思路
- 作者利用 CUSUM 误报形成过程的随机行为作为参照，构造观测行为差异的检验，并应用于均值上升与稀有事件概率上升。
- 材料陈述的贡献
- 摘要称，方法为拒绝警报属于误报的假设提供检验依据，并在涉及 Covid-19 的均值变化及稀有事件概率变化场景中应用。
- 阅读关注点
- 应核对误报假设下的参照分布、警报停止时刻如何进入检验，以及警报后检验的错误率定义和适用观测条件。
- 阅读边界
- 仅据出版社在线优先版摘要；统计量、校准条件及应用结果未说明，不能将拒绝误报假设解释为变化为真的后验概率。
原文摘要
In the framework of the Cusum procedure, the evolution of a false alarm has a well-understood stochastic behavior. So, if observations preceding an alarm were to exhibit a behavior that is significantly different, there would be reason to reject the hypothesis that the alarm is false. We develop a test of this difference. The method is applied to detecting a change in a Covid-19 context involving a possible increase of a mean and in a context involving a possible increase in the probability of a rare event. Supplementary materials for this article are available online.