Muutoskohtien havaitseminen (PELT)
Muutoskohtien havaitseminen tunnistaa ajankohdat, jolloin jonon tilastolliset ominaisuudet – kuten keskiarvo, varianssi tai jakauma – muuttuvat äkillisesti. Killick, Fearnhead ja Eckley (2012) esittelemä Pruned Exact Linear Time (PELT) -algoritmi ratkaisee rankaisun sisältävän segmentointiongelman tarkasti saavuttaen samalla lineaarisen odotetun laskennallisen kustannuksen, mikä tekee siitä käytännöllisen genomiikassa, rahoituksessa, klimatologiassa ja signaalinkäsittelyssä esiintyville pitkille aikasarjoille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/fi/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.
- CUSUM-säätökorttiTilastotiede↔ compare
- Sekventiaalinen analyysi (ryhmäsekventiaalinen suunnittelu)Tilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →