[論文レビュー] Testing for a Change in Mean After Changepoint Detection

Sean Jewell, Paul Fearnhead+1 more|arXiv (Cornell University)|Oct 9, 2019

Metabolomics and Mass Spectrometry Studies被引用数 4

ひとこと要約

本稿では、全セットの推定チェンジポイントではなく、チェンジポイントの局所的近傍にのみ条件づく、選択的仮説検定フレームワークを提案する。このフレームワークは、バイナリセグメンテーション、ℓ₀セグメンテーション、および融合ラッソで検出されたチェンジポイントに対して、妥当でパワーの高い仮説検定を可能にし、誤差分散が未知であっても、計算が高速で、第一種過誤率が適切に制御される。

ABSTRACT

While many methods are available to detect structural changes in a time series, few procedures are available to quantify the uncertainty of these estimates post-detection. In this work, we fill this gap by proposing a new framework to test the null hypothesis that there is no change in mean around an estimated changepoint. We further show that it is possible to efficiently carry out this framework in the case of changepoints estimated by binary segmentation and its variants, $\ell_{0}$ segmentation, or the fused lasso. Our setup allows us to condition on much less information than existing approaches, which yields higher powered tests. We apply our proposals in a simulation study and on a dataset of chromosomal guanine-cytosine content. These approaches are freely available in the R package ChangepointInference at https://jewellsean.github.io/changepoint-inference/.

研究の動機と目的

• バイナリセグメンテーションやℓ₀セグメンテーションといった広く使われる手法で推定されたチェンジポイントに対して、統計的仮説検定ツールが不足しているという問題に対処すること。
• 推定チェンジポイントの周囲での平均値の変化をテストするフレームワークを開発すること。特に、変化の大きさに注目し、正確な位置ではなく、その大きさを評価することを目的とする。
• 最小十分統計量としての、チェンジポイントとその直近の隣接点にのみ条件づくことで、全セットの推定チェンジポイントに条件づくのではなく、妥当な仮説検定と適切な第一種過誤率制御を実現すること。
• 誤差分散が未知である場合にも対応できるようにフレームワークを拡張し、平均値のシフトに対する信頼区間の構築を可能とすること。
• バイナリセグメンテーションやℓ₀セグメンテーションの再帰的構造や動的計画法を活用した効率的アルゴリズムにより、計算が高速な実装を提供すること。

提案手法

• 本手法は、候補となるチェンジポイントの周囲での平均差を捉える対比ベクトル ν を用いて、帰無仮説 H₀: νᵀμ = 0 を検定する。
• j番目の推定チェンジポイントとその隣接するチェンジポイントがモデルに含まれるという事象 {τ̂_{j-1}, τ̂_j, τ̂_{j+1}} ⊆ M(y′(ϕ)) に条件づけることで、検定統計量の選択的分布を定義する。
• p値は、Pr(|νᵀy| ≥ |νᵀy| | 条件づけ事象) として計算され、ガウス誤差のもとで νᵀY とその直交補空間への射影が独立であるという事実を活用する。
• バイナリセグメンテーションとℓ₀セグメンテーションに対しては、再帰的構造と動的計画法を活用した効率的アルゴリズムを開発し、条件づけ集合とp値を計算する。
• 融合ラッソに対しては、解パスの区分的定数構造とラッソパス下での条件付き分布を活用して、フレームワークを適応させる。
• 誤差分散 σ² が未知であっても、一貫推定量（例：一次差分の中央平均偏差）を検定統計量に用いることで、手法の有効性が保たれる。

実験結果

リサーチクエスチョン

• RQ1 バイナリセグメンテーションやℓ₀セグメンテーションといった一般的な手法で推定されたチェンジポイントに対して、妥当な仮説検定が構築可能か？
• RQ2 全モデル選択パスではなく、局所的チェンジポイント近傍にのみ条件づけることで、第一種過誤率が適切に制御され、かつパワーの高い検定が得られるか？
• RQ3 誤差分散が未知である場合でも、妥当な推論を維持できるようにフレームワークを拡張可能か？
• RQ4 本手法は大規模な時系列データに適用可能なほど計算効率が高いか？
• RQ5 本フレームワークは、カルシウムイメージングデータにおけるスパイク検出などの他のモデルに対しても適応可能か？

主な発見

• 誤差分散 σ に対して一貫推定量を検定統計量に用いることで、帰無仮説のもとでも第一種過誤率が適切に制御される。
• 最小限の情報（具体的には、推定チェンジポイントとその2つの隣接点）に条件づけることで、全モデル選択パスに条件づく場合に比べて、保守的になりにくく、高い統計的パワーを維持する。
• アルゴリズムがバイナリセグメンテーションとℓ₀セグメンテーションの再帰的構造を活用しているため、計算が効率的かつスケーラブルであり、1つのチェンジポイントあたりO(T)時間でp値を計算可能である。
• シミュレーション研究では、複数の密接に配置されたチェンジポイントがある状況でも、適切な第一種過誤率を維持し、対立仮説のもとで顕著なパワーを示す。
• 染色体のグアニン・シトシン含有量データセットへの応用では、実世界のゲノム応用における実用的価値を示した。
• 本手法はRパッケージ「ChangepointInference」に実装されており、心用研究における広範な利用が可能である。