ScholarGate
Assistent
Machine learningTime-series monitoring

Erkennung von Änderungspunkten (PELT)

Die Erkennung von Änderungspunkten (Change-Point Detection) identifiziert Zeitpunkte, an denen sich die statistischen Eigenschaften einer Sequenz – wie Mittelwert, Varianz oder Verteilung – abrupt ändern. Der Pruned Exact Linear Time (PELT)-Algorithmus, eingeführt von Killick, Fearnhead und Eckley (2012), löst das Problem der segmentierten Straffunktion exakt und erreicht dabei eine erwartete lineare Rechenzeit, was ihn für lange Zeitreihen in Genomik, Finanzwesen, Klimatologie und Signalverarbeitung praktikabel macht.

Mit StatMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Erkennung von Änderungspunkten (PELT)
CUSUM-RegelkarteSequenzielle Analyse (Gr…

Quellen

  1. Killick, R., Fearnhead, P., & Eckley, I. A. (2012). Optimal detection of changepoints with a linear computational cost. Journal of the American Statistical Association, 107(500), 1590–1598. DOI: 10.1080/01621459.2012.737745

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/de/statistics/change-point-detection

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateChange-Point Detection (Change-Point Detection (PELT)). Abgerufen am 2026-06-15 von https://scholargate.app/de/statistics/change-point-detection · Datensatz: https://doi.org/10.5281/zenodo.20539026