ScholarGate
Assistente
Machine learningTime-series monitoring

Individuazione di Punti di Rottura (PELT)

L'individuazione di punti di rottura (Change-Point Detection) identifica i momenti temporali in cui le proprietà statistiche di una sequenza — come media, varianza o distribuzione — cambiano bruscamente. L'algoritmo Pruned Exact Linear Time (PELT), introdotto da Killick, Fearnhead e Eckley (2012), risolve esattamente il problema della segmentazione penalizzata, raggiungendo al contempo un costo computazionale lineare atteso, il che lo rende pratico per lunghe serie temporali riscontrate in genomica, finanza, climatologia ed elaborazione dei segnali.

Applica con StatMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Individuazione di Punti di Rottura (PELT)
Grafico di controllo CUS…Analisi Sequenziale (Dis…

Fonti

  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

Come citare questa pagina

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/it/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)). Consultato il 2026-06-15 da https://scholargate.app/it/statistics/change-point-detection · Insieme di dati: https://doi.org/10.5281/zenodo.20539026