Using the Generalized Likelihood Ratio Statistic for Sequential Detection of a Change-Point
用广义似然比统计量序贯检测变点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：摘要明确研究按观测顺序进行的参数变点检测，直接对应结构变化方向。
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
用广义似然比统计量序贯检测变点
- 研究问题
- 如何利用广义似然比在线检测参数变化，并在已知方差的正态均值变化情形下评估平均运行长度与检测表现？
- 方法与思路
- 作者研究广义似然比序贯检测，给出正态均值变化时平均运行长度的近似，并与 CUSUM 及组合检验比较。
- 材料陈述的贡献
- 摘要称，论文提供所述正态情形的平均运行长度近似和方法比较，并通过若干例子讨论向多参数问题的扩展。
- 阅读关注点
- 应核对检测阈值、平均运行长度近似的适用条件，以及方法比较是否使用一致的误报约束和变化幅度设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给比较结果或近似误差，多参数扩展的理论范围亦未说明。
原文摘要
We study sequential detection of a change-point using the generalized likelihood ratio statistic. For the special case of detecting a change in a normal mean with known variance, we give approximations to the average run lengths and compare our procedure to standard CUSUM tests and combined CUSUM-Shewhart tests. Several examples indicating extensions to problems involving multiple parameters are discussed.