Change-point analysis with irregular signals
不规则信号下的变点分析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：摘要明确研究变点检验与估计，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…
不规则信号下的变点分析
- 研究问题
- 当变点后的信号高度不规则，而非分段常数或平滑变化时，如何进行变点检验和位置估计并获得精确定位性质？
- 方法与思路
- 作者提出两步定位方法：先初步估计变点以获得第二步所需的未知参数，再用新的程序确定位置，并应用于症状搜索指数。
- 材料陈述的贡献
- 摘要称在适当条件下获得所述定位收敛率，并报告百度症状搜索指数的日期判断；该判断应作为搜索数据应用结果理解。
- 阅读关注点
- 应核对不规则信号的允许范围、两步程序的参数传递、定位误差标准化及检验方法，并检查搜索指数与疫情时间判断的联系。
- 阅读边界
- 仅据 Crossref 摘要；完整条件和定位误差的数学记号需查原文，不能重构公式，也不能将搜索变点认定为疫情起始日期或推断刊本变化。
原文摘要
This paper considers the problem of testing and estimation of change point where signals after the change point can be highly irregular, which departs from the existing literature that assumes signals after the change point to be piecewise constant or vary smoothly. A two-step approach is proposed to effectively estimate the location of the change point. The first step consists of a preliminary estimation of the change point that allows us to obtain unknown parameters for the second step. In the second step, we use a new procedure to determine the position of the change point. We show that, under suitable conditions, the desirable OP(1) rate of convergence of the estimated change point can be obtained. We apply our method to analyze the Baidu search index of COVID-19 related symptoms and find December 8, 2019, to be the starting date of the COVID-19 pandemic.