Multiple changepoint fitting via quasilikelihood, with application to DNA sequence segmentation
基于拟似然的多变点拟合及其 DNA 序列分段应用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：摘要直接研究多变点数量、位置与分段水平，属于结构变化方法，所给应用则为 DNA 序列。
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
基于拟似然的多变点拟合及其 DNA 序列分段应用
- 研究问题
- 当回归关系为分段常数且观测方差依赖均值时，如何同时识别变点数量、位置和各段水平，并使序列分段可计算？
- 方法与思路
- 作者采用拟似然与最小偏差准则拟合，以修正 Schwarz 准则选择变点数，并用动态规划完成中等长度序列分段。
- 材料陈述的贡献
- 摘要称，提出涵盖分段拟合、变点数量选择与计算算法的方法，并以噬菌体 λ 的 DNA 序列分段展示其表现。
- 阅读关注点
- 应核对均值—方差关系、分段代价的构造、数量选择准则及动态规划复杂度，并评估 DNA 示例支持的范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；变点一致性条件与误差相关结构未说明，DNA 应用不能直接证明宏观序列适用性。
原文摘要
We consider situations where a step function with a variable number of steps provides an adequate model for a regression relationship, while the variance of the observations depends on their mean. This model provides for discontinuous jumps at changepoints and for constant means and error variances in between changepoints. The basic statistical problem consists of identification of the number of changepoints, their locations and the levels the function assumes in between. We embed this problem into a quasilikelihood formulation and utilise the minimum deviance criterion to fit the model; for the choice of the number of changepoints, we discuss a modified Schwarz criterion. A dynamic programming algorithm makes the segmentation feasible for sequences of moderate length. The performance of the segmentation method is demonstrated in an application to the segmentation of the Bacteriophage λ sequence.