R包onlineBcp：基于贝叶斯方法的在线变化点检测

≥≥软件X 17（2022）100999原始软件出版物onlineBcp：一个使用贝叶斯方法进行在线变化点检测的R徐红燕a，艾腾·伊伊特利特b，陈杰a，陈伟a美国佐治亚州奥古斯塔市奥古斯塔大学佐治亚医学院人口健康科学系生物统计学和数据科学部b土耳其安卡拉Beytepe Hacettepe大学科学系统计系ar t i cl e i nf o文章历史记录：2021年11月23日收到收到修订版，2022年1月10日接受，2022年保留字：变点模型在线变点检测后验概率置信区间a b st ra ct变化点分析对于实际数据分析非常有用。 在本文中，我们提供了一个新的R包，onlineBcp，基于在线贝叶斯变点检测算法。这个R包方便地输出多个变化点的最大后验概率、变化点的轨迹、由识别的变化点分离的段的基本统计、每个未知段平均值的置信区间和显示分段数据的图。实际上，在实现变点检测算法之前，数据的缺失值预处理内置在该包中。此外，Kolmogorov-Smirnov检验用于检查每个分段的正态性假设，变化后点检测，作为一个选项包含在软件包中，以便于数据分析和假设检查流程。当额外的数据进来时，该包提供一个函数，以组合基于先前数据识别的改变和基于附加数据识别的改变，并因此在收集新的数据批次时提供对数据流中的改变点的快速检测。©2022作者（S）。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本0.1.4用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-21-00221Code Ocean compute capsule noneGPL许可证使用的代码版本控制系统无软件代码语言、工具和服务使用R（3 .第三章。1 .一、0）编译要求、操作环境&依赖性R（3 .第三章。1 .一、0个）如果可用，链接到开发人员文档/手册https://cran.r-project.org/web/packages/onlineBcp/onlineBcp.pdf问题支持电子邮件hxu@augusta.edu1. 动机和意义变点分析在许多领域有着广泛的应用，一直是统计学研究的热点例如，我们可能会担心在给定的一天中从生产线上下来的轮胎是否具有相同的期望质量，除了通常的市场波动之外，股票市场是否存在突然的波动，当检查DNA测序数据时，细胞系的DNA拷贝数是否存在变化，或者当前轮胎的发病率或死亡率是否存在变化。*通讯作者。电子邮件地址：jiechen@augusta.edu（Jie Chen）.https://doi.org/10.1016/j.softx.2022.100999自20世纪50年代在一系列出版物中引入以来[1-3 ]，变点问题被描述为一种统计推断问题，其中进行假设检验以断言是否存在变化，如果存在变化，则随后估计或搜索未知位置，之后随机样本的潜在分布的参数（特别是平均值）发生变化在质量控制中，工程师和管理人员通常希望在检测到偏离产品质量基线时发出警报，并且通常这些变化应该被迅速检测到[4]。受EQUIUM启发的方法已用于检测时间序列数据中的结构变化[5]。动态规划算法已经被2352-7110/©2022作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxXu Xiang，Ayten Yiqiiter，Jie Chen软件X 17（2022）1009992===+···我我=+历史上用于一些大数据的变点检测问题。借鉴剪枝思想和动态规划算法，[6]中的研究人员提出了两种新的算法，即函数剪枝最优划分（FPOP）和不等式剪枝分段邻域（SNIP），用于大数据的变 点 分 析 。 在 [7] 中 开 发 了 一 种 称 为 改 进 的 移 动 和 统 计 量（mMOSUM）的基于移动和统计量的方法，以顺序估计变化，并将其与Page的移动和统计量和标准移动和统计量（MO-SUM）进行了在[8]中提出了一种用于多变量时间序列参数变点检测的顺序监测方案函数修剪也用于最近的一种新算法，即函数在线CuSUM（FOCuS）[9]，该算法用于检测单变量数据均值的变化如[10]中详细描述的，已经做了大量的研究来对变点问题进行统计推断。最近的一篇调查文章[11]回顾了时间序列的变点检测方法，并断言变点分析在监测以时间过程数据为特征的各种过程中是必不可少的有几个R包可用于促进各种研究人员提出的变点检测方法。例如，[12]开发了一个R包bcp，它使用[13]提出的贝叶斯方法来检测独立随机变量序列中的变点。R软件包TSMCP[14]实现了一种用于同时进行非平稳时间序列模型的多个结构断点估计和模型选择的新方法它还同时执行每个自回归模型的变量选择，因此阶数选择。最近，由[15]开发的R软件包Changepoint利用了文献中的两种变点检测方法，并提供了用于在取自正态分布的随机序列中搜索变点的算法在[15]中也有类似的选项，用于搜索具有无分布假设的序列中的变化点，其中将Cumsum用作检验统计量。在R包中，cpm[16]，两个参数都是RIC和非参数变化点检测方法被结合到数据包中，数据设置为批次和顺序。在cpm包中考虑的检验统计量在零假设下没有封闭的分析形式，因此，必须通过模拟来评估变化点的显著性，这导致了通常更高的计算成本。R包断点[17-R包，mosum[20]，实现了基于移动和统计的算法，称为MOSUM，用于检测观测序列均值中的多个变化该软件包包括用于估计[21]中的多个均值变化的MOSUM程序和[22]中的多尺度算法扩展，以及用于生成[22]中提出的关于变化点位置的对于更全面的R包列表或代码可用于各种变化点分析方法，我们建议读者参考[23]维护的变化点存储库。相反，它主要用于指示这是一个“方便”的术语，而不是一个严格定义的概念。我们借用这个术语来指在线变点检测方法。在[24]中提出了一个值得注意的在线变化点检测框架，它启发了一些其他工作，例如贝叶斯在线变化点检测方法[25]，用于在收集下一代测序数据时检测DNA拷贝数变异基因座（变化点或断点）。在线变化点检测方法在高维数据的新时代尤其具有吸引力，因为对整个数据集使用分割方法不再可行从序列的开始到每次可用数据的结束在线搜索附近的变化点在计算上是高效的。最近有一个在线贝叶斯变点检测R包，称为ocp[26]，其基于[27]的技术报告中给出的方法，该方法假设基础分布参数的先验来自指数分布族，并且使用风险函数定义变化位置的针对多元高斯数据流提出了一种高维数据的在线变点检测方法[28]。本文介绍了一个新的R软件包onlineBcp，基于[25]中开发的在线变点搜索算法。这个新的R包考虑正常序列，泊松序列，和其他一些序列作为可能的输入数据。该新软件包还使用当前缺失值方法来处理输入数据中可能的缺失值，输出所选变化点及其位置的后验概率、分割均值的置信区间，并包括验证步骤，作为选项，以在成功检测到变化点后使用Kolmogorov-Smirnov检验来验证每个片段是否均匀正态。这些特性在其他的变点检测R包中没有全部考虑到。2. 软件描述2.1. 述的方法该方法考虑一系列的观察，x1，x2，. . .，xn，从正态分布，把马尔可夫链假设的未知位置的变化点，并使用贝叶斯框架迭代计算后验概率的变化点与具体选择的先验。这种在线变化点检测方法与文献中的方法不同，具有特定的设置，并且在某些情况下搜索变化点非常有用，例如在DNA测序数据中发现DNA拷贝数变异位点，发现传染病发病率的变化等。设0< τ1<<τm0和β>0是由下式确定的超参数：有经验，从（1）开始 P（R0=0）=1，输出：估计τ、段均值、标准差、置信度间隔等P（R1= 0 |x1：1）= 1，第j次变化的后验分布给定观测值x1：t+1，位于时间t1的点推导为：2.3. 软件功能⎧⎪w(j)P（R t+1 =j|x1：t+1）（十1−G（t-j）P（R t=j|x1：t）这个新的软件包onlineBcp有几个新特性，t+11−G（t−j−1）

下载后可阅读完整内容，剩余1页未读，立即下载