ScholarGate
Assistent
Machine learningTime-series monitoring

Endringspunktdeteksjon (PELT)

Endringspunktdeteksjon identifiserer tidspunkter der de statistiske egenskapene til en sekvens — som gjennomsnitt, varians eller fordeling — endres brått. Pruned Exact Linear Time (PELT)-algoritmen, introdusert av Killick, Fearnhead og Eckley (2012), løser det straffede segmenteringsproblemet nøyaktig, samtidig som den oppnår lineær forventet beregningskostnad, noe som gjør den praktisk for lange tidsserier som man finner innen genomikk, finans, klimatologi og signalbehandling.

Anvend med StatMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/no/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)). Hentet 2026-06-15 fra https://scholargate.app/no/statistics/change-point-detection · Datasett: https://doi.org/10.5281/zenodo.20539026