基于高斯噪声的HLSM稳健性多变点检验

摘要

提出了一种基于窗口滑动的Hodges-Lehmann检验的方法——Hodges-Lehmann Scan,能够同时估计高斯噪声的时间序列数据中多变点的位置和数量。利用Hodges-Lehmann Scan方法(HLSM)把在全局序列中估计多变点的问题转化成在局部窗口中推断单变点。通过数值模拟表明,对比基于PELT和Binary Segmentation两种经典的方法,所提出的HLSM不仅能够精确估计出变点的数量和位置,并且在同方差与异方差的高斯噪声下,以及有异常值时,显示更好稳健性。最后将提出的HLSM应用于交通数据中,通过实例进一步说明方法的实用性。