.png){kind=icon}
返回
Nonparametric changed segment detection in functional data
.png){kind=icon}
OA
AI
DOI：10.15388/namc.2026.31.44489.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们研究了无参数假设的流行病变化点检测问题。基于Cramér-von Mises型统计量和再生核希尔伯特空间，我们提出了能够遍历所有区间子集并重新缩放以保持对短期和长期流行病均敏感的统计量。我们证明了极限定理，并在不同参数化下为两种统计量提供了分位数。模拟结果表明，该方法在广泛场景下具有一致的检测能力，且在电力平衡价格的应用中能够持续检测到市场扰动。
Keyword:
epidemic change
reproducing kernel Hilbert space
Cram & eacute
r-von Mises-type statistic
