[論文レビュー] Optimal Sequential Tests for Monitoring Changes in the Distribution of Finite Observation Sequences

Dong Han, Fugee Tsung+1 more|arXiv (Cornell University)|Jul 31, 2019

Advanced Statistical Process Monitoring参考文献 29被引用数 4

ひとこと要約

本稿では、一般化されたシルヤエフ型指標と動的制御限界を導入することで、有限で従属的な観測系列における分布的変化の検出のための最適逐次検定を構築する。異なる遅延性能指標に対して最適な検定を構築できることを証明し、一般化された制御外平均ランニング長（ARL1）を計算するための公式を提示。変化後密度が時不変である場合には、検定統計量に直接依存しない等価な制御限界が得られることを示す。

ABSTRACT

This article develops a method to construct the optimal sequential test for monitoring the changes in the distribution of finite observation sequences with a general dependence structure. This method allows us to prove that different optimal sequential tests can be constructed for different performance measures of detection delay times. We also provide a formula to calculate the value of the generalized out-of-control average run length for every optimal sequential test. Moreover, we show that there is an equivalent optimal control limit which does not depend on the test statistic directly when the post-change conditional densities (probabilities) of the observation sequences do not depend on the change time.

研究の動機と目的

• 一般の依存構造を持つ有限観測系列に対する最適逐次検定の欠如に対処すること。
• 検出遅延の異なる性能指標に基づく最適検定の構築フレームワークを提供すること。
• 各最適検定における一般化された制御外平均ランニング長（ARL1）を計算するための公式を導出すること。
• 変化後密度が時不変である場合に、検定統計量に直接依存しない等価な制御限界を確立すること。
• 古典的な最適検定（例：CUSUM、シルヤエフ）を、定数限界を最適な動的限界に置き換えることで有限系列に拡張すること。

提案手法

• さまざまな性能指標における検出遅延性能を評価するための一般化されたシルヤエフ型指標を導入する。
• 検定統計量 $ Y_n $ と、観測系列長 $ N $ に応じて適応する動的制御限界 $ l_n(c) $ を定義する。
• 固定された ARL0 制約の下で、一般化された検出遅延指標 $ \mathcal{J}_{M,N}(T) $ を最小化する最適逐次検定 $ T^*_M(c,N) $ を構築する。
• 各最適検定における一般化された制御外 ARL1 を計算する閉形式の公式を導出する。これにより、最小遅延を達成する。
• 変化後密度が時不変（時定常）である場合に、分布的構造にのみ依存する等価な制御限界を確立する。
• マルコフ連鎖および i.i.d. 系列への応用により、古典的検定がその定数限界を動的同等物に置き換えた場合に、依然として最適性を保つことを示す。

実験結果

リサーチクエスチョン

• RQ1 一般の依存構造を持つ有限観測系列に対して、最適逐次検定をどのように構築できるか？
• RQ2 異なる性能指標における最小検出遅延を達成する最適な制御限界構造は何か？
• RQ3 有限時間枠設定において、最適検定のための一般化された制御外平均ランニング長（ARL1）を正確に計算できるか？
• RQ4 検定統計量に依存しない等価な制御限界が存在する条件は何か？
• RQ5 定数限界を用いた古典的検定（例：CUSUM、シルヤエフ）が、動的制御限界を用いて有限系列に適応された場合、性能はどのようになるか？

主な発見

• 検出遅延の異なる性能指標に対して、それぞれの一般化遅延指標を最小化する最適逐次検定を構築可能である。
• 各最適検定における一般化された制御外平均ランニング長（ARL1）を計算する閉形式の公式が導出され、与えられた性能指標下で最小 ARL1 を達成する。
• 変化後条件付き密度が変化時刻に依存しない場合、検定統計量に依存しない等価な制御限界が存在し、実装が簡素化される。
• i.i.d. 系列では、等価な制御限界は非ランダムで非負の定数の系列に簡略化され、実用的導入が可能になる。
• シミュレーション結果では、提案された最適検定 $ T^*_5 $ と $ T^*_6 $ が、ARL0 ≈ 20 の下で GARL5 と GARL6 の値がそれぞれ 115.43 と 23.26 と最小となり、定数限界を用いた古典的検定を上回る性能を示した。
• 動的制御限界は、特にマルコフ的依存構造を示す有限時間枠設定において、古典的検定の固定しきい値に比べて検出性能を顕著に向上させる。