📊 statistics

First versus full or first versus last: U-statistic change-point tests under fixed and local alternatives

Dieser Artikel vergleicht zwei U-Statistik-basierte CUSUM-Verfahren zur Change-Point-Erkennung, stellt deren asymptotische Äquivalenz unter der Nullhypothese fest und leitet ein Kriterium ab, wonach der „first-vs-full"-Ansatz insbesondere bei Skalensprüngen von kleineren zu größeren Werten eine höhere Teststärke aufweist.

Ursprüngliche Autoren: Herold Dehling, Daniel Vogel, Martin Wendler

Veröffentlicht 2026-02-20

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Herold Dehling, Daniel Vogel, Martin Wendler

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Die große Suche nach dem „Knackpunkt": Ein Duell zweier Detektive

Stellen Sie sich vor, Sie beobachten einen langen Fluss, der über Jahre hinweg fließt. Plötzlich ändert sich etwas: Das Wasser wird vielleicht trüber, der Fluss wird breiter oder die Strömung wird schneller. Ihr Job als Detektiv ist es, genau den Moment zu finden, an dem sich dieser Wandel ereignet hat. In der Statistik nennen wir das einen Change-Point (Änderungspunkt).

Die Autoren dieses Papiers haben sich zwei verschiedene Methoden (Detektive) angesehen, um diese Veränderung zu finden. Beide nutzen ein Werkzeug namens U-Statistik, was im Grunde eine Art „Durchschnitts-Rechnung" ist, die besonders gut damit umgehen kann, wenn Daten nicht perfekt zufällig sind (wie bei echten Wetterdaten oder Finanzmärkten).

Die beiden Methoden heißen:

Der „Vergleich mit dem Ganzen" (First-vs-Full)
Der „Vergleich mit dem Rest" (First-vs-Last)

Die zwei Detektive im Einsatz

Stellen Sie sich vor, Sie haben eine lange Liste von Zahlen (z. B. tägliche Wasserstände). Sie gehen durch die Liste und prüfen an jedem Punkt $k$ :

Detektiv A (First-vs-Full): Er nimmt die ersten $k$ Zahlen, berechnet ihren Durchschnitt und vergleicht ihn mit dem Durchschnitt aller Zahlen in der gesamten Liste (von Anfang bis Ende).
- Die Metapher: Er schaut auf die ersten $k$ Gäste einer Party und vergleicht sie mit dem gesamten Haufen, der noch da ist. „Sind die ersten Gäste anders als der Rest der Party insgesamt?"
Detektiv B (First-vs-Last): Er nimmt die ersten $k$ Zahlen, berechnet ihren Durchschnitt und vergleicht ihn mit dem Durchschnitt der übrigen Zahlen (von $k+1$ bis zum Ende).
- Die Metapher: Er schaut auf die ersten $k$ Gäste und vergleicht sie nur mit den Gästen, die noch kommen werden. „Sind die ersten Gäste anders als die, die später kommen?"

Die große Entdeckung: Es kommt auf die Größe an

Das Papier stellt fest:

Bei riesigen Datenmengen (Der Ozean): Wenn Sie unendlich viele Datenpunkte haben, sind beide Detektive fast identisch. Sie finden den Knackpunkt fast immer zur gleichen Zeit und mit gleicher Zuverlässigkeit. Es ist, als würden beide Detektive denselben Weg gehen, wenn der Pfad sehr lang ist.
Bei kleinen Datenmengen (Der Bach): Hier wird es spannend! Bei kleinen Datensätzen (z. B. nur 60 Messwerte) können die Ergebnisse sehr unterschiedlich ausfallen. Manchmal ist Detektiv A viel besser, manchmal Detektiv B. Die Frage ist: Wann ist welcher besser?

Der entscheidende Trick: Die „Eccentricity" (Die Ausreißer-Neigung)

Die Autoren haben eine einfache Regel gefunden, um zu entscheiden, welcher Detektiv wann gewinnt. Sie nennen es die Eccentricity (eine Art „Schieflage" oder „Ausreißer-Neigung").

Stellen Sie sich vor, Sie messen die Größe (Varianz) von Menschen vor und nach einem Ereignis.

Wenn die Menschen vorher klein und nachher groß sind, ist Detektiv A (Vergleich mit dem Ganzen) der Gewinner.
Wenn die Menschen vorher groß und nachher klein sind, ist Detektiv B (Vergleich mit dem Rest) der Gewinner.

Es ist wie beim Wurf einer Münze:

Wenn Sie von „kleinen Werten" zu „großen Werten" wechseln, hilft es dem Detektiv, den großen „Rest" (das Ganze) als Referenz zu haben.
Wenn Sie von „großen Werten" zu „kleinen Werten" wechseln, hilft es dem Detektiv, den kleinen „Rest" als Referenz zu haben.

Die wichtige Lektion: Es gibt keinen „besseren" Detektiv für alle Fälle. Wenn Sie die Situation umdrehen (z. B. von groß nach klein statt von klein nach groß), gewinnt plötzlich der andere Detektiv. Man muss also genau wissen, in welche Richtung sich die Daten ändern, um den richtigen Werkzeugkasten zu wählen.

Ein konkretes Beispiel: Der Colorado River

Die Autoren haben ihre Theorie an echten Daten getestet: dem Wasserfluss des Colorado River.

Lees Ferry (unterhalb eines Staudamms): Hier wurde der Fluss durch den Bau des Hoover Damms stark verändert. Das Wasser wurde weniger schwankend (die „Größe" der Schwankungen nahm ab).
- Das Ergebnis: Da die Schwankungen kleiner wurden, war Detektiv B (First-vs-Last) deutlich besser und fand den Bruchpunkt klarer. Detektiv A war etwas unsicherer.
Cameo (oberhalb des Damms): Hier gab es keine große Veränderung. Beide Detektive waren sich einig: „Hier ist nichts passiert."

Fazit für den Alltag

Wenn Sie in der Zukunft Daten analysieren müssen, um einen plötzlichen Wandel zu finden:

Machen Sie sich keine Sorgen, wenn Sie riesige Datenmengen haben – beide Methoden funktionieren fast gleich gut.
Bei kleinen Datenmengen (wie in vielen echten Projekten) sollten Sie sich fragen: Ändert sich mein Wert von „klein" zu „groß" oder von „groß" zu „klein"?
- Wird es größer? Nutzen Sie den Vergleich mit dem Ganzen.
- Wird es kleiner? Nutzen Sie den Vergleich mit dem Rest.

Die Autoren haben damit gezeigt, dass man nicht blindlings eine Methode wählen sollte, sondern das Werkzeug an die Richtung der Veränderung anpassen muss, um den besten Erfolg zu haben.

Titel

First versus Full versus First versus Last: U-Statistic Change-Point Tests under Fixed and Local Alternatives
(Verfasser: Herold Dehling, Daniel Vogel, Martin Wendler)

1. Problemstellung

Die Arbeit befasst sich mit der Analyse von Strukturbrüchen (Change-Points) in Zeitreihen unter Verwendung von U-Statistiken. Im klassischen CUSUM-Test (Cumulative Sum) für den Erwartungswert gibt es zwei äquivalente Darstellungsweisen des Teststatistik-Kerns:

First-vs-Full (FvsF): Vergleich des Mittelwerts der ersten $k$ Beobachtungen mit dem Mittelwert der gesamten Stichprobe ( $1:n$ ).
First-vs-Last (FvsL): Vergleich des Mittelwerts der ersten $k$ Beobachtungen mit dem Mittelwert der restlichen $n-k$ Beobachtungen ( $k+1:n$ ).

Für lineare Statistiken (wie den Stichprobenmittelwert) sind beide Ansätze identisch. In der Literatur werden jedoch für allgemeinere Parameter (insbesondere U-Statistiken wie Ginis mittlere Differenz oder Kendalls Tau) beide Ansätze unabhängig voneinander verwendet, ohne dass eine klare Begründung für die Wahl des einen oder anderen vorliegt. Die zentrale Frage ist: Unterscheiden sich diese beiden Testansätze signifikant in ihrer Leistungsfähigkeit (Power), und wenn ja, unter welchen Bedingungen ist welcher Test überlegen?

2. Methodik und theoretischer Rahmen

Die Autoren analysieren das asymptotische Verhalten beider Teststatistiken $T_1(h)$ (FvsF) und $T_2(h)$ (FvsL) basierend auf einer symmetrischen Kernfunktion $h$ unter drei Szenarien:

Nullhypothese ( $H_0$ ): Keine Änderung im Parameter $\theta$ .
Lokale Alternativen: Der Parameter ändert sich in der Größenordnung $O(n^{-1/2})$ .
Fixe Alternativen: Der Parameter ändert sich um eine konstante, von $n$ unabhängige Menge.

Die Daten werden als stark stationäre, schwach abhängige Prozesse modelliert (unter Verwendung des Konzepts der "Near Epoch Dependence in Probability" - P-NED), was auch schwer verteilte Verteilungen zulässt.

Die Teststatistiken werden definiert als:
$T_1(h) = \max_{1 \le k \le n} \frac{k}{\sqrt{n}} |U_{1:k} - U_{1:n}|$
$T_2(h) = \max_{1 \le k \le n} \frac{k(n-k)}{n^{3/2}} |U_{1:k} - U_{(k+1):n}|$
wobei $U_{a:b}$ die U-Statistik über den Indexbereich $a$ bis $b$ ist.

3. Schlüsselbeiträge und theoretische Ergebnisse

A. Asymptotische Äquivalenz unter $H_0$ und lokalen Alternativen

Unter der Nullhypothese sowie unter Sequenzen lokaler Alternativen konvergieren beide Teststatistiken (nach Skalierung mit $1/\sqrt{n}$ ) gegen denselben stochastischen Prozess (ein gewichteter Brownscher Bogen).

Ergebnis: In großen Stichproben sind beide Tests asymptotisch äquivalent. Sie haben dieselbe asymptotische Verteilung und dieselbe Power. Dies erklärt, warum in der Literatur oft keine Unterscheidung getroffen wird.

B. Unterschiedliches Verhalten unter fixen Alternativen

Der entscheidende Beitrag der Arbeit liegt in der Analyse fixer Alternativen (Skalierung mit $1/n$ ). Hier zeigen die Prozesse unterschiedliche deterministische Grenzfunktionen ( $\Psi_1(t)$ für FvsF und $\Psi_2(t)$ für FvsL).

Die Differenz der Grenzfunktionen hängt von einem neuen Parameter ab, den die Autoren Eccentricity ( $\rho_{FG}$ ) nennen:
$\rho_{FG} = \theta_{FG} - \frac{\theta_F + \theta_G}{2}$
Dabei sind $\theta_F$ und $\theta_G$ die Parameterwerte vor bzw. nach dem Bruch, und $\theta_{FG}$ ist der "gemischte" Parameter (Erwartungswert des Kernels über eine Beobachtung aus $F$ und eine aus $G$ ).
Kriterium für die Power-Ranking:
- Wenn $\rho_{FG}$ das gleiche Vorzeichen wie $(\theta_G - \theta_F)$ hat, ist der First-vs-Full-Test mächtiger.
- Wenn $\rho_{FG}$ das entgegengesetzte Vorzeichen hat, ist der First-vs-Last-Test mächtiger.
- Wenn $\rho_{FG} = 0$ , sind beide Tests gleich mächtig.

Dies impliziert, dass es keinen universell überlegenen Test gibt; die Wahl hängt von der spezifischen Verteilung und der Art der Änderung ab.

C. Konsistenz und Schätzung des Bruchpunkts

Die Autoren zeigen, dass beide Tests konsistent sind (d.h. die Power geht gegen 1), solange entweder $\theta_F \neq \theta_G$ oder $\rho_{FG} \neq 0$ gilt. Interessanterweise können beide Tests auch Änderungen detektieren, bei denen der Parameter $\theta$ konstant bleibt, solange die "Eccentricity" $\rho_{FG}$ ungleich null ist (z.B. reine Lageänderungen bei bestimmten Verteilungen). Auch die Konsistenz der Schätzer für die Lage des Bruchpunkts ( $\hat{\tau}$ ) wird unter bestimmten Bedingungen an $\rho_{FG}$ untersucht.

4. Anwendung auf spezifische U-Statistiken

Die Theorie wird auf vier prominente Beispiele angewendet:

Ginis mittlere Differenz (GMD): Kern $h(x,y) = |x-y|$ .
- Hier ist $\rho_{FG} \ge 0$ immer.
- Ergebnis: Der FvsF-Test ist überlegen, wenn die Streuung (Scale) zunimmt ( $\theta_G > \theta_F$ ). Der FvsL-Test ist überlegen, wenn die Streuung abnimmt. Dies gilt unabhängig von der Verteilungsform oder der Lage des Bruchpunkts.
Stichprobenvarianz: Kern $h(x,y) = (x-y)^2/2$ .
- Hier gilt $\rho_{FG} = \frac{1}{2}(\mu_F - \mu_G)^2 \ge 0$ .
- Ergebnis: Wenn sich nur die Varianz ändert (Mittelwert konstant), sind beide Tests gleich mächtig. Wenn sich jedoch gleichzeitig der Mittelwert ändert, verhält es sich wie beim GMD: FvsF ist besser bei Varianz-Zunahme, FvsL bei Varianz-Abnahme.
Kendalls Tau: Ein Maß für die Rangkorrelation.
- Hier kann $\rho_{FG}$ positiv, negativ oder null sein.
- Ergebnis: Die Power-Ranking ist komplexer und hängt von der spezifischen Änderung der Korrelation ab. Ein symmetrischer Fall (z.B. $\rho_1 = -\rho_2$ ) führt zu $\rho_{FG}=0$ und gleicher Power.

5. Numerische Simulationen und Datenbeispiel

Simulationen: Die Simulationen bestätigen die theoretischen Vorhersagen. Bei kleinen Stichproben (z.B. $n=63$ ) sind die Unterschiede in der Power zwischen den Tests signifikant (bis zu 10% Punkte). Bei großen Stichproben ( $n=4000$ ) gleichen sich die Unterschiede an, was die asymptotische Äquivalenz unterstreicht.
Datenbeispiel (Colorado River): Die Autoren wenden die Tests auf die jährliche Abflussmenge des Colorado River an (vor und nach dem Bau des Glen Canyon Damms).
- Für die Abflussmenge (Lees Ferry) zeigt sich eine deutliche Verringerung der Variabilität nach dem Dammbau. Da die Varianz abnimmt, liefert der First-vs-Last-Test ein signifikantes Ergebnis ( $p=0.019$ ), während der FvsF-Test nur knapp nicht-signifikant ist ( $p=0.076$ ). Dies bestätigt das theoretische Kriterium für abnehmende Scale.
- Für die Korrelation zwischen zwei Stationen (Lees Ferry vs. Cameo) nimmt die Korrelation ab. Hier zeigt sich das umgekehrte Muster, wobei der FvsF-Test hier stärker ist (was mit den Ergebnissen für Kendalls Tau übereinstimmt).

6. Bedeutung und Fazit

Die Arbeit liefert eine umfassende Klärung der oft vernachlässigten Unterscheidung zwischen "First-vs-Full" und "First-vs-Last" bei U-Statistik-basierten Change-Point-Tests.

Theoretische Bedeutung: Sie etabliert die "Eccentricity" $\rho_{FG}$ als entscheidenden Faktor für die Power-Ranking unter fixen Alternativen.
Praktische Relevanz: Für Anwendungen mit kleinen bis mittleren Stichproben ist die Wahl des richtigen Tests kritisch. Die Autoren bieten ein einfaches Kriterium an:
- Bei zunehmender Streuung (oder Varianz) sollte First-vs-Full bevorzugt werden.
- Bei abnehmender Streuung sollte First-vs-Last bevorzugt werden.
Allgemeingültigkeit: Da $\rho_{FG}$ symmetrisch in den Verteilungen $F$ und $G$ ist, kann durch Vertauschen von "Vorher" und "Nachher" die Überlegenheit des Tests umgekehrt werden. Es gibt also keinen universell besten Test.

Zusammenfassend demonstriert das Papier, dass die asymptotische Äquivalenz unter $H_0$ nicht ausreicht, um die Wahl des Tests in der Praxis zu rechtfertigen, und liefert konkrete Leitlinien für die Auswahl des optimalen Verfahrens basierend auf der Richtung der zu erwartenden Parameteränderung.