Detecting a change in regression: first-order optimality
回归变化检测的一阶最优性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：摘要明确研究随时间发生的未知回归变化及序贯检测，与结构变化方向直接相关。
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…
回归变化检测的一阶最优性
- 研究问题
- 对正常状态下具有时间相关均值函数与正态误差的回归过程，如何在控制误报平均等待时间的同时尽快检测变化？
- 方法与思路
- 作者允许未知时点后均值函数增加满足正则条件的任意函数，先建立检测延迟界，再分析两类序贯检测程序。
- 材料陈述的贡献
- 摘要称，CUSUM 与 Shiryaev–Roberts 程序在一阶意义上达到所建立的延迟界，满足文中定义的检测最优性。
- 阅读关注点
- 应核对变化函数的正则条件、检测延迟和误报约束的精确定义，以及一阶最优性所采用的渐近极限。
- 阅读边界
- OpenAlex 索引摘要未注明稿件版本；具体正则条件和延迟准则未给出，一阶最优性不能直接解释为有限样本最优。
原文摘要
Observations are generated according to a regression with normal error as a function of time,when the process is in control. The process potentially changes at some unknown point oftime and then the ensuing observations are normal with the same mean function plus an arbitrary function under suitable regularity conditions. The problem is to obtain a stopping rule that is optimal in the sense that the rule minimizes the expected delay in detecting a change subject to a constraint on the average run length to a false alarm. A bound on the expected delay is first obtained. It is then shown that the cusum and Shiryayev–Roberts procedures achieve this bound to first order.