Epidemic change-point detection in general integer-valued time series
一般整数值时间序列中的暂时性变点检测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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究整数值时间序列条件均值参数的暂时性变化，并构造变点检验，直接对应时间序列和结构变化方向。
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…
关注这篇论文的作者
一般整数值时间序列中的暂时性变点检测
- 研究问题
- 在真实条件分布未知的整数值时间序列中，如何检验条件均值参数是否曾在一段时期发生变化，并识别暂时性结构变化？
- 方法与思路
- 作者使用泊松准极大似然估计构建暂时性变点检验，推导参数恒定时的极限分布，并分析暂时变化备择下的行为。
- 材料陈述的贡献
- 摘要称，文章给出估计量一致性与渐近正态性的充分条件，建立检验的零假设极限分布及备择下的功效一致性。
- 阅读关注点
- 应核对暂时性变化区间的定义、准似然所需的条件均值设定，以及布朗桥之差如何构成检验的极限分布。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出充分条件、临界值计算方法或模拟与应用的具体结果。
原文摘要
In this paper, we consider the structural change in a class of discrete valued time series, which the true conditional distribution of the observations is assumed to be unknown. The conditional mean of the process depends on a parameter $θ^*$ which may change over time. We provide sufficient conditions for the consistency and the asymptotic normality of the Poisson quasi-maximum likelihood estimator (QMLE) of the model. We consider an epidemic change-point detection and propose a test statistic based on the QMLE of the parameter. Under the null hypothesis of a constant parameter (no change), the test statistic converges to a distribution obtained from a difference of two Brownian bridge. The test statistic diverges to infinity under the epidemic alternative, which establishes that the proposed procedure is consistent in power. The effectiveness of the proposed procedure is illustrated by simulated and real data examples.