Schnellerer, zuverlässigerer Test für Verteilungsänderungen

Eine neue Methode zur sequentiellen Erkennung von Verteilungsänderungen wurde vorgestellt. Der Ansatz nutzt konforme Testmartingale (CTMs), arbeitet jedoch unter einer festen Referenzbedingung, wodurch die klassische Kontamination des Referenzsatzes vermieden wird.

Traditionelle CTM-Detektoren erweitern bei jedem neuen Sample den Referenzsatz, um die Abweichung des aktuellen Beobachtungspunkts zu bewerten. Sobald sich die Datenverteilung ändert, gelangen die neuen, veränderten Samples in den Referenzsatz und schwächen die Evidenz für einen Shift, was zu längeren Erkennungszeiten führt. Der neue Ansatz vergleicht jedes Sample stattdessen mit einem festen Null-Referenzdatensatz und berücksichtigt explizit die Schätzunsicherheit, die durch die endliche Größe des Referenzsatzes entsteht.

Durch diese robuste Martingal-Konstruktion erhält man jederzeit gültige Fehlerkontrolle erster Art, asymptotische Power von Eins und eine beschränkte erwartete Erkennungsverzögerung. In Simulationen konnte gezeigt werden, dass der neue Test Verteilungsänderungen schneller erkennt als herkömmliche CTMs und damit einen zuverlässigen, leistungsstarken Shift-Detector darstellt.