$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 순열검정을 이용한 FLSA의 사후추론
Permutation test for a post selection inference of the FLSA 원문보기

응용통계연구 = The Korean journal of applied statistics, v.34 no.6, 2021년, pp.863 - 874  

최지은 (단국대학교 대학원 응용통계학과) ,  손원 (단국대학교 대학원 응용통계학과)

초록

FLSA는 총변동벌점을 이용해 구간별상수인 평균 구조를 구현하는 벌점모형으로 다중변화점 탐색을 위해 활용되고 있다. 한편, FLSA는 변화점 탐색에 있어서 점근적 일치성이 만족되지 않으므로 잡음의 크기가 0에 가깝게 수렴하는 경우에도 다수의 거짓 변화점이 식별될 수 있다는 단점이 있다. 이 연구에서는 이러한 FLSA의 문제점을 해결하기 위한 사후추론 방법으로 순열검정 방법을 제안한다. 단일변화점 모형과 관련된 순열검정 방법은 Antoch와 Hušková (2001)에 의해 제안된 바 있다. 이 연구에서는 Antoch와 Hušková (2001)의 검정절차를 확장하여 다중변화점 식별에 사용되는 FLSA와 결합함으로써 다중변화점 모형에 적용할 수 있는 순열검정절차를 제안한다. 모의실험 결과, 제안된 방법은 z-검정과 CUSUM 통계량의 극한분포에 기반을 둔 검정방법에 비해 전반적으로 우수하였으며 거짓 변화점의 식별에 유용함을 확인할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose a post-selection inference procedure for the fused lasso signal approximator (FLSA). The FLSA finds underlying sparse piecewise constant mean structure by applying total variation (TV) semi-norm as a penalty term. However, it is widely known that this convex relaxation can ...

Keyword

표/그림 (3)

참고문헌 (18)

  1. Antoch J and Huskova M (2001). Permutation tests in change point analysis, Statistics and Probability Letters, 53, 37-46. 

  2. Cho H (2016). Change-point detection in panel data via double cusum statistic, Electronic Journal of Statistics, 10, 2000-2038. 

  3. Friedman J, Hastie T, Hofling H, and Tibshirani R (2007). Pathwise coordinate optimization, The Annals of Applied Statistics, 1, 302-332. 

  4. Fryzlewicz P (2014). Wild binary segmentation for multiple change-point detection, The Annals of Statistics, 42, 2243-2281. 

  5. Hoefling H (2010). A path algorithm for the fused lasso signal approximator, Journal of Computational and Graphical Statistics, 19, 984-1006. 

  6. Hyun S, G'Sell M, Tibshirani RJ (2018). Exact post-selection inference for the generalized lasso path, Electronic Journal of Statistics, 12, 1053-1097. 

  7. Lee JD, Sun DL, Sun Y, and Taylor JE (2016). Exact post-selection inference, with application to the lasso, Annals of Statistics, 44, 907-927. 

  8. Leeb H and Potscher BM (2003). The finite-sample distribution of post-model-selection estimators and uniformversus nonuniform approximations, Econometric Theory, 19, 100-142. 

  9. Leeb H and Potscher BM (2006). Can one estimate the conditional distribution of post-model-selection estimators?, Annals of Mathematical Statistics, 34, 2554-2591. 

  10. Niu YS, Hao N, and Zhang H (2016). Multiple change-point detection: A selective overview, Statistical Science, 31, 611-623. 

  11. Olshen AB, Venkatraman E, Lucito R, and Wigler M (2004). Circular binary segmentation for the analysis of array-based dna copy number data, Biostatistics, 5, 557-572. 

  12. Pettitt AN (1979). A non-parametric approach to the change-point problem, Journal of the Royal Statistical Society: Series C (Applied Statistics), 28, 126-135. 

  13. Rinaldo A (2014). Corrections to properties and refinements of the fused lasso, Retrieved December 8th from https://www.stat.cmu.edu/arinaldo/Fused_Correction.pdf 

  14. Rojas CR and Wahlberg B (2014). On change point detection using the fused lasso method 

  15. Sen A and Srivastava MS (1975). On tests for detecting change in mean, Annals of Statistics, 3, 98-108. 

  16. Son W and Lim J (2019). Modified path algorithm of fused lasso signal approximator for consistent recovery of change points, Jounal of Statistical Planning and Inference, 200, 223-238. 

  17. Son W, Lim J, and Yu D (2021). Tuning parameter selection for the fused lasso signal approximator. Manuscript submitted for publication. 

  18. Tibshirani R, Saunders M, Rosset S, Zhu J, and Knight K (2005). Sparsity and smoothness via the fused lasso, Journal of the Royal Statistical Society: Series B, 67, 91-108. 

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로