Machine learningTime-series monitoring

การตรวจจับจุดเปลี่ยนแปลง (PELT)

การตรวจจับจุดเปลี่ยนแปลง (Change-Point Detection) ระบุช่วงเวลาที่ลักษณะทางสถิติของอนุกรมเวลา — เช่น ค่าเฉลี่ย ความแปรปรวน หรือการแจกแจง — เกิดการเปลี่ยนแปลงอย่างฉับพลัน อัลกอริทึม Pruned Exact Linear Time (PELT) ซึ่งนำเสนอโดย Killick, Fearnhead และ Eckley (2012) แก้ปัญหาการแบ่งส่วนแบบลงโทษ (penalized segmentation) ได้อย่างแม่นยำ พร้อมทั้งให้ต้นทุนการคำนวณที่คาดหวังเป็นเชิงเส้น ทำให้สามารถนำไปใช้กับอนุกรมเวลายาวๆ ที่พบในสาขาสถิติพันธุศาสตร์ การเงิน ภูมิอากาศวิทยา และการประมวลผลสัญญาณได้อย่างมีประสิทธิภาพ

นำไปใช้ด้วย StatMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 2). Change-Point Detection (PELT). ScholarGate. https://scholargate.app/th/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)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/statistics/change-point-detection · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026