Aller au contenu principal
2025 article

Online Change-Point Detection for Functional Data

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, hk. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In this article, we propose a CUSUM-type online change-point detection procedure for monitoring a change in the mean function of dependent functional data. Our method is fully nonparametric and does not require dimension reduction for the functional observations. For the proposed sequential monitoring scheme, we provide the limiting distribution of the CUSUM monitoring statistic under the null hypothesis of no change, which yields the threshold to control the global false alarm rate asymptotically. Furthermore, we show that the proposed sequential test has an asymptotic power one. The method is illustrated by means of Monte Carlo simulation studies and an application to a real dataset. Supplementary materials for this article are available online.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Online Change-Point Detection for Functional Data
Date Crossref
24/10/2025
Éditeur
Informa UK Limited
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Anhui University pays non établi dans la notice
    Université ou école supérieure
  • Chinese University of Hong Kong Department of Statistics pays non établi dans la notice
    Université ou école supérieure
  • School of Big Data and Statistics pays non établi dans la notice
    Université ou école supérieure
  • University of California Department of Statistics pays non établi dans la notice
    Université ou école supérieure

Anhui University, Department of Statistics — Chinese University of Hong Kong et School of Big Data and Statistics, avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Statistical Methods and InferenceAdvanced Statistical Process MonitoringControl Systems and Identification

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.