Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Changepoint Detection by the Quantile LASSO Method

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10419907" target="_blank" >RIV/00216208:11320/19:10419907 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=0tRrkyjza7" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=0tRrkyjza7</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/s42519-019-0078-z" target="_blank" >10.1007/s42519-019-0078-z</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Changepoint Detection by the Quantile LASSO Method

  • Popis výsledku v původním jazyce

    A simultaneous changepoint detection and estimation in a piece-wise constant model is a common task in modern statistics. If, in addition, the whole estimation can be performed fully automatically in a single step without requiring any statistical tests or a posteriori methods, it also becomes a very interesting but challenging idea. In this paper, we introduce the estimation method based on the quantile LASSO approach. Unlike standard LASSO approaches, our method does not rely on classical assumptions common for the model errors, sub-Gaussian or Normal distributions in particular. The quantile LASSO method can handle, for instance, outlying observations or heavy-tailed error distributions, and it provides, in general, a more complex insight into the data: any conditional quantile can be obtained rather than providing just the conditional mean. Under some reasonable assumptions, the number of changepoints is not underestimated with probability tenting to one. Moreover, if the number of changepoints is estimated correctly, the quantile LASSO changepoint estimators are consistent. Numerical simulations demonstrate the theoretical results, and they illustrate the empirical performance and the robust favor of the proposed quantile LASSO method. The real example is used to show a practical applicability of the proposed method.

  • Název v anglickém jazyce

    Changepoint Detection by the Quantile LASSO Method

  • Popis výsledku anglicky

    A simultaneous changepoint detection and estimation in a piece-wise constant model is a common task in modern statistics. If, in addition, the whole estimation can be performed fully automatically in a single step without requiring any statistical tests or a posteriori methods, it also becomes a very interesting but challenging idea. In this paper, we introduce the estimation method based on the quantile LASSO approach. Unlike standard LASSO approaches, our method does not rely on classical assumptions common for the model errors, sub-Gaussian or Normal distributions in particular. The quantile LASSO method can handle, for instance, outlying observations or heavy-tailed error distributions, and it provides, in general, a more complex insight into the data: any conditional quantile can be obtained rather than providing just the conditional mean. Under some reasonable assumptions, the number of changepoints is not underestimated with probability tenting to one. Moreover, if the number of changepoints is estimated correctly, the quantile LASSO changepoint estimators are consistent. Numerical simulations demonstrate the theoretical results, and they illustrate the empirical performance and the robust favor of the proposed quantile LASSO method. The real example is used to show a practical applicability of the proposed method.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Statistical Theory and Practice

  • ISSN

    1559-8608

  • e-ISSN

  • Svazek periodika

    14

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    38

  • Strana od-do

    11

  • Kód UT WoS článku

    000511595900001

  • EID výsledku v databázi Scopus

    2-s2.0-85076500007