High-Dimensional Change Point Analysis for Temporally Dependent Data

Résumé Technique : Analyse de Changement de Point en Haute Dimension pour Données Temporellement Dépendantes

Formulation du Problème
L'article traite de l'inférence statistique des changements de moyenne dans les séries temporelles de haute dimension où la dimension $p$ peut être comparable ou supérieure à la taille de l'échantillon $n$. Les données sont modélisées par $X_i = \mu_0 + \delta I\{i > \tau\} + \epsilon_i$, où $\epsilon_i$ est un processus vectoriel stationnaire, centré, présentant une dépendance temporelle. Le défi consiste à détecter et localiser le point de changement $\tau$ et le vecteur de saut $\delta$ sous deux régimes d'alternatives distincts :

1. Alternatives denses : De nombreuses coordonnées changent par de petites quantités.
2. Alternatives creuses (sparses) : Peu de coordonnées changent par de grandes quantités.

Les méthodes existantes supposent souvent l'indépendance ou échouent à calibrer conjointement les statistiques quadratiques (denses) et de maximum (creuses) sous une dépendance vectorielle non gaussienne générale. De plus, les processus CUSUM standards nécessitent des ajustements pour les structures de covariance à long terme et les effets de bord lorsqu'une dépendance sérielle est présente.

Méthodologie
Les auteurs proposent un cadre unifié combinant des statistiques CUSUM quadratiques (pour les signaux denses) et des statistiques de maximum par coordonnée (pour les signaux creux), adaptés aux données temporellement dépendantes.

1. Statistiques de Test et Pondération :

   • Deux pondérations temporelles sont employées pour gérer les changements à différentes localisations : un balayage non pondéré ($\gamma=0$) sur l'échantillon complet et un balayage normalisé par la variance ($\gamma=1/2$) sur un intervalle tronqué pour atténuer les effets de bord.
   • Statistique Quadratique ($S_\gamma$) : Agrège l'information à travers toutes les coordonnées. Les auteurs dérivent un terme de centrage ajusté pour la dépendance et un estimateur d'échelle à long terme. Crucialement, ils tiennent compte de la non-symétrie des matrices de covariance de retard en estimant deux orientations de trace distinctes : le produit de Frobenius $tr\{\Gamma(h)\Gamma(k)^\top\}$ et le produit croisé $tr\{\Gamma(h)\Gamma(k)\}$.
   • Statistique de Maximum ($M_\gamma$) : Prend la valeur absolue maximale des CUSUM normalisés par coordonnée. Les variances marginales à long terme sont estimées à l'aide d'estimateurs basés sur des différences de troisième ordre pour gérer la dépendance sérielle sans inversion directe de la matrice de covariance à long terme.

2. Combinaison Adaptative :

   • Reconnaissant que le niveau de parcimonie (sparsity) est inconnu, l'article emploie un test de combinaison de Cauchy. Il combine les p-valeurs de la statistique quadratique et de la statistique de maximum appariées (partageant le même $\gamma$) en utilisant la fonction de distribution de Cauchy. Cela repose sur l'établissement de l'indépendance asymptotique entre la statistique quadratique et la statistique de maximum sous l'hypothèse nulle.

3. Localisation et Points de Changement Multiples :

   • Changement Unique : Les estimateurs sont définis comme les maximisateurs des scores centrés. L'estimateur dense maximise le premier score centré (évitant la correction de second ordre utilisée pour les tests afin de garantir la monotonie globale), tandis que l'estimateur creux maximise le carré du score par coordonnée.
   • Changements Multiples : Les procédures sont étendues via la Segmentation Binaire Sauvage (Wild Binary Segmentation - WBS). L'algorithme génère des intervalles aléatoires, applique les tests adaptatifs et emploie une règle de sélection par "plus court significatif" pour isoler les changements. Une garde de séparation empêche la détection de doublons du même changement.

Contributions Théoriques et Résultats
L'article établit une théorie asymptotique rigoureuse sous une dépendance vectorielle non gaussienne générale, couvrant les cadres de mélange fort (strong mixing), de $m$-dépendance et de dépendance physique.

• Distributions Limites : Les auteurs prouvent que le processus CUSUM quadratique normalisé converge vers un processus gaussien centré avec une structure de covariance spécifique. Pour la statistique pondérée par la bordure, la limite est montrée comme étant équivalente à un processus d'Ornstein–Uhlenbeck stationnaire, menant à une limite de valeur extrême de Darling–Erdős. Les statistiques de maximum par coordonnée convergent vers une distribution de Gumbel.
• Consistance des Estimateurs : La consistance uniforme est établie pour les estimateurs de centrage et d'échelle réalisables, incluant le centrage corrigé pour les bords et l'estimateur d'échelle complet en orientation.
• Indépendance Asymptotique : Un résultat théorique clé est la preuve de l'indépendance asymptotique entre la statistique quadratique et la statistique de maximum appariées sous l'hypothèse nulle. Cela justifie la validité du test de combinaison de Cauchy pour l'adaptativité.
• Consistance et Taux : Sous des alternatives denses et creuses, les tests proposés sont montrés comme consistants. Les taux de localisation sont dérivés pour les changements uniques et multiples, démontrant que les estimateurs convergent vers les vrais points de changement aux taux optimaux selon la force du signal et la parcimonie.

Résultats Empiriques

• Simulations : Les méthodes proposées démontrent un contrôle précis de la taille (proche du niveau nominal de 5 %) sous des innovations gaussiennes et non gaussiennes (Gamma), même avec une forte dépendance sérielle. En revanche, les méthodes supposant l'indépendance (Jin et al., 2016 ; Wang et al., 2019) souffrent de distorsions sévères de la taille. Les tests de Cauchy adaptatifs ($T_{CC, \gamma}$) s'adaptent avec succès à la parcimonie inconnue, maintenant une puissance élevée à travers tout le spectre des alternatives creuses à denses.
• Applications :
  • Panel FRED-MD : Appliquées aux données macroéconomiques américaines, les méthodes détectent plusieurs changements de régime correspondant à des événements économiques historiques (ex: la crise financière de 2008, le choc de la pandémie de 2020). L'analyse révèle que les composantes denses et creuses identifient souvent des ruptures structurelles distinctes, soulignant la valeur de l'approche adaptative.
  • Données de Charge Électrique : Appliquées à la consommation électrique quotidienne, les méthodes identifient les transitions saisonnières et les changements de régime. Les tests diagnostiques confirment qu'une dépendance sérielle significative subsiste même après avoir retiré les changements de moyenne estimés, validant la nécessité du calibrage ajusté pour la dépendance.

Signification et Revendications
L'article affirme fournir le premier cadre unifié pour l'analyse de points de changement en haute dimension qui gère simultanément :

1. La parcimonie du signal inconnue via la combinaison de Cauchy des statistiques quadratiques et de maximum.
2. Une dépendance temporelle générale (non gaussienne, non linéaire) grâce au centrage ajusté pour la dépendance, l'estimation d'échelle complète en orientation, et des résultats d'indépendance asymptotique valides.
3. La récupération de points de changement multiples en utilisant une segmentation binaire sauvage protégée avec une estimation cohérente du nombre et des localisations des changements.

Les auteurs soulignent que leur approche évite l'invalidité des calibrages basés sur l'indépendance dans des contextes de dépendance et offre un outil robuste et adaptatif pour détecter les ruptures structurelles dans des séries temporelles complexes et de haute dimension. Les résultats théoriques sont spécifiques aux statistiques et aux hypothèses proposées (nombre de changements fixe, spectre à long terme borné), et l'article ne prétend pas résoudre les problèmes impliquant des nombres de changements divergents ou des espacements décroissants sans extensions multi-échelles supplémentaires.