[论文解读] Multiple Change Point Estimation in Stationary Ergodic Time Series

Azadeh Khaleghi, Daniil Ryabko|arXiv (Cornell University)|Mar 7, 2012

Control Systems and Identification参考文献 24被引用 3

一句话总结

本文提出了一种非参数、计算高效的算法，用于在极强依赖的时间序列中估计多个变化点，仅基于最简化的假设——即每个片段由平稳遍历过程生成。该方法使用分布距离的经验估计，并具有渐近一致性，意味着随着序列长度增加，估计结果会收敛到真实的变化点，即使在不假设独立性、混合性或有限记忆性的情况下也成立。

ABSTRACT

Given a heterogeneous time-series sample, the objective is to find points in time (called change points) where the probability distribution generating the data has changed. The data are assumed to have been generated by arbitrary unknown stationary ergodic distributions. No modelling, independence or mixing assumptions are made. A novel, computationally efficient, nonparametric method is proposed, and is shown to be asymptotically consistent in this general framework. The theoretical results are complemented with experimental evaluations.

研究动机与目标

• 解决在任意依赖结构的时间序列中检测多个变化点的挑战，其中标准的独立同分布或混合性假设不成立。
• 开发一种不依赖参数建模、有限记忆或强混合条件的方法，使其适用于基因组序列或金融时间序列等复杂现实数据。
• 在每个片段由平稳遍历过程生成的最小假设下，确保变化点估计的渐近一致性。
• 处理变化点可能任意接近或被极短片段分隔的情况，而无需对它们之间的最小距离施加下界。
• 将框架扩展至允许渐变变化，通过考虑渐近平稳遍历过程，从而扩大其适用范围，超越突变分布变化的情形。

提出的方法

• 使用时间序列片段之间分布距离的经验估计来检测变化，而无需假设特定的参数形式或依赖结构。
• 在潜在变化点位置上应用基于网格的搜索，并通过分层划分策略降低计算复杂度。
• 通过一种加权方案在多个尺度上对估计值进行加权平均，以强调可靠的片段比较。
• 利用在平稳遍历性下分布距离估计器的收敛性质，确保在极限情况下的一致性。
• 使用性能评分（γ）来区分有效与虚假的变化点检测，仅当片段中至多包含一个变化点时，该评分才收敛至非零值。
• 通过加权距离和的方式结合多尺度与多片段的估计，理论保证基于经验分布距离的集中不等式与收敛速率。

实验结果

研究问题

• RQ1 在不假设独立性、混合性或有限记忆性的前提下，非参数变化点检测算法能否实现渐近一致性？
• RQ2 在片段长度任意（包括极短片段）的时间序列中，如何同时估计多个变化点？
• RQ3 仅假设为平稳遍历过程，对变化点估计的可行性与一致性有何影响？
• RQ4 当变化前后边缘分布相同，但联合过程分布不同时，该方法能否检测到变化？
• RQ5 当变化点之间最小间距无已知下界时，该算法如何保持鲁棒性？

主要发现

• 所提出的算法具有渐近一致性：随着序列长度趋于无穷，估计的变化点收敛于真实变化点。
• 该方法在不依赖独立性、混合性或有限记忆假设的前提下实现一致性，适用于高度依赖的时间序列。
• 即使变化点之间的片段长度任意短，只要整体序列长度足够大，算法仍保持鲁棒性。
• 通过使用分布距离估计，可检测到联合过程分布的变化，即使边缘分布保持不变。
• 理论分析表明，对于足够长的序列，算法的误差可被控制得任意小，其收敛性由平稳遍历过程的性质保证。
• 通过假设渐近平稳遍历过程，该方法可扩展至处理渐变变化，从而超越仅适用于突变分布变化的适用范围。