Machine learningTime-series monitoring

Detección de Puntos de Cambio (PELT)

La Detección de Puntos de Cambio identifica puntos temporales en los que las propiedades estadísticas de una secuencia —como la media, la varianza o la distribución— cambian abruptamente. El algoritmo Pruned Exact Linear Time (PELT), introducido por Killick, Fearnhead y Eckley (2012), resuelve exactamente el problema de segmentación penalizada logrando un coste computacional lineal esperado, lo que lo hace práctico para series temporales largas encontradas en genómica, finanzas, climatología y procesamiento de señales.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Detección de Puntos de Cambio (PELT)
Gráfico de control CUSUMAnálisis Secuencial (Dis…

Fuentes

  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

Cómo citar esta página

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/es/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)). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/change-point-detection · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026