Các phương pháp phát hiện điểm gãy (break points)

Module 02 • Method Spectrum & Decision Matrix

Các Phương Pháp Phát Hiện Điểm Gãy

Tổng hòa 5 trường phái phân đoạn chuỗi thời gian: từ kinh tế lượng cổ điển, phi tham số, tối ưu hóa hiện đại đến phân rã viễn thám và suy luận Bayes.

1. Khám Phá 5 Họ Phương Pháp Phát Hiện Điểm Gãy

Nhấp vào từng thẻ tab dưới đây để tìm hiểu sâu về nguyên lý toán học, điều kiện áp dụng, ưu và nhược điểm của từng trường phái:

Trường Phái 1: Hồi Quy Tham Số (Chow, Sup-Wald & Bai–Perron)

Dựa trên lý thuyết kinh tế lượng, kiểm tra xem các hệ số trong phương trình hồi quy tuyến tính có bị gãy tại thời điểm $\tau$ hay không: $y_t = \mathbf{x}_t^\top \boldsymbol{\beta}_1 + \epsilon_t$ (khi $t \le \tau$) so với $y_t = \mathbf{x}_t^\top \boldsymbol{\beta}_2 + \epsilon_t$ (khi $t > \tau$).

• Chow Test (1960): Bắt buộc phải biết trước thời điểm can thiệp $\tau_0$. So sánh tổng phần dư bình phương gộp ($RSS_{pooled}$) với hai mô hình riêng rẽ ($RSS_1 + RSS_2$): $$F = \frac{(RSS_{pooled} - (RSS_1 + RSS_2)) / k}{(RSS_1 + RSS_2) / (T - 2k)} \sim \mathcal{F}(k, T - 2k)$$ • Bai–Perron (1998, 2003): Chuẩn mực vàng khi chưa biết trước vị trí và số lượng điểm gãy. Thuật toán tìm tập hợp $\{\tau_1, \dots, \tau_m\}$ tối thiểu hóa tổng $RSS$ qua quy hoạch động, đồng thời dùng kiểm định tuần tự $\sup F(l+1 \mid l)$ và tiêu chuẩn thông tin BIC/LWZ để chọn số điểm gãy tối ưu.

Ưu điểm: Cung cấp khung suy diễn chặt chẽ, ước lượng được khoảng tin cậy (Confidence Intervals) bất đối xứng cho vị trí điểm gãy.
Nhược điểm: Nhạy cảm với giả định phân phối Gauss và tự tương quan chuỗi; không tự động xử lý được dao động mùa vụ mạnh.

Trường Phái 2: Thống Kê Phi Tham Số (Pettitt Test & SNHT)

Rất thịnh hành trong thủy văn học, khí hậu học và môi trường nhờ tính chất bền vững (*robust*), không đòi hỏi dữ liệu phải tuân theo phân phối chuẩn.

• Pettitt Test (1979): Dựa trên việc xếp hạng toàn bộ chuỗi $Y$ và tính thống kê tổng tích lũy hạng: $$U_{t, T} = \sum_{i=1}^t \sum_{j=t+1}^T \operatorname{sgn}(y_i - y_j), \quad K_T = \max_{1 \le t < T} |U_{t, T}|$$ Vị trí có $|U_{t,T}|$ đạt cực đại chính là ứng viên điểm gãy $\hat{\tau}$. Giá trị ý nghĩa $p$-value được tính gần đúng: $$p \approx 2 \exp\left( \frac{-6 K_T^2}{T^3 + T^2} \right)$$ • SNHT (Alexandersson, 1986): Nhạy hơn Pettitt ở vùng đầu mút dữ liệu, thường dùng để kiểm tra tính đồng nhất của chuỗi trạm đo mưa.

Ưu điểm: Bền vững cao trước ngoại lai (outliers), không cần giả định phân phối tham số.
Nhược điểm: Thường chỉ tìm được 1 điểm gãy duy nhất; dễ ra dương tính giả nếu chuỗi có tự tương quan $AR(1)$ chưa khử làm trắng.

Trường Phái 3: Giám Sát Thống Kê Tuần Tự (CUSUM & MOSUM)

Xuất phát từ lý thuyết kiểm soát chất lượng công nghiệp (Quality Control), dựa trên việc tích lũy sai số dự báo đệ quy để phát hiện sớm sự trôi dạt của hệ thống.

• Bản chất OLS-CUSUM: Theo dõi tổng tích lũy phần dư chuẩn hóa $W_t$. Nếu hệ thống duy trì tính ổn định cấu trúc, $W_t$ sẽ dao động quanh mức 0. Khi $W_t$ xuyên thủng dải tin cậy $\pm c_\alpha \sqrt{T-k}[1 + 2\frac{t-k}{T-k}]$, ta bác bỏ giả thuyết $H_0$ (Hệ thống đã bị gãy).

Ứng dụng tốt nhất: Giám sát trực tuyến (*online real-time monitoring*) như theo dõi rò rỉ đập, an toàn hồ chứa, biến động thị trường hàng ngày.
Hạn chế: Kém chính xác hơn các phương pháp phân đoạn tối ưu trong việc định vị chính xác ngày/tháng xảy ra gãy cấu trúc.

Trường Phái 4: Tối Ưu Hóa Phân Đoạn Tín Hiệu (PELT & BinSeg)

Phương pháp hiện đại nhất trong khoa học dữ liệu và xử lý tín hiệu để tìm $m$ điểm gãy bằng cách tối thiểu hóa hàm mục tiêu có thành phần phạt:

$$\min_{\boldsymbol{\tau}} \sum_{j=1}^{m+1} \mathcal{C}(y_{\tau_{j-1}+1 : \tau_j}) + \beta \cdot f(m)$$

• Binary Segmentation (BinSeg): Tiếp cận chia để trị (Divide-and-Conquer) tìm điểm gãy mạnh nhất rồi chia đôi chuỗi lặp lại đệ quy. Nhanh ($\mathcal{O}(T \log T)$) nhưng mang tính tham lam, có thể bỏ sót điểm gãy ngắn đối xứng.
• PELT (Pruned Exact Linear Time - Killick et al., 2012): Tìm nghiệm tối ưu toàn cục nhưng ứng dụng quy tắc "tỉa cành" (pruning) thông minh, giúp thời gian chạy đạt tốc độ tuyến tính $\mathcal{O}(T)$!

Ưu điểm: Cực nhanh trên chuỗi siêu dài ($T > 100.000$ điểm), linh hoạt chọn hàm chi phí (đổi mean, đổi variance, hoặc đổi cả phân phối).
Nhược điểm: Kết quả rất nhạy cảm với việc chọn tham số phạt $\beta$ (penalty selection).

Trường Phái 5: Phân Rã Viễn Thám & Suy Luận Bayes (BFAST & BEAST)

Được thiết kế chuyên biệt cho dữ liệu vệ tinh môi trường (MODIS NDVI, Sentinel, Landsat, GRACE) vốn luôn có chu kỳ mùa vụ và xu thế đan xen phức tạp.

• BFAST (Breaks For Additive Season and Trend): Lặp tuần hoàn giữa việc bóc tách xu thế $T_t$ và chuỗi sóng điều hòa mùa vụ $S_t$, áp dụng thuật toán Bai-Perron trên từng thành phần riêng lẻ cho tới khi hội tụ.

• BEAST (Bayesian Estimator of Abrupt change, Seasonal, and Trend): Sử dụng lấy mẫu MCMC và trung bình hóa mô hình Bayes (BMA). Thay vì chỉ trả về 1 vị trí cố định, BEAST cung cấp xác suất hậu nghiệm xảy ra điểm gãy tại từng thời điểm: $P(\tau = t \mid Y)$.

Ưu điểm: Bóc tách rành mạch thay đổi xu hướng và thay đổi mùa vụ; định lượng độ bất định (uncertainty) xuất sắc.
Nhược điểm: Đòi hỏi khối lượng tính toán lớn, cấu hình phức tạp.

2. Ma Trận So Sánh Các Phương Pháp

Bấm vào các thẻ lọc bên dưới để lọc nhanh các phương pháp theo nhu cầu bài toán của bạn:

Tất cả phương pháp Hỗ trợ nhiều điểm gãy ($m > 1$) Tự động xử lý Mùa vụ mạnh Không đòi hỏi phân phối chuẩn

Thuật Toán	Biết Trước Vị Trí?	Số Điểm Gãy	Giả Định Phân Phối	Xử Lý Mùa Vụ	Khoảng Tin Cậy (CI)	Gói Code Chuẩn
Chow Test	Bắt buộc	Duy nhất 1	Gauss (OLS)	Kém	Không	R: strucchange Py: statsmodels
Pettitt Test	Không cần	Thường là 1	Phi tham số (Rank)	Phải lọc trước	Không	R: trend Py: pyMannKendall
CUSUM	Không cần	1 (Giám sát)	Bán tham số	Kém	Không	R: strucchange Py: statsmodels
Bai–Perron	Không cần	Đa điểm gãy	Gauss (OLS/HAC)	Cần thêm biến phụ	Có (Asymptotic CI)	R: strucchange Py: Phối hợp R/Statsmodels
PELT	Không cần	Đa điểm gãy	Tùy cost function	Cần khử mùa trước	Không trực tiếp	R: changepoint Py: ruptures
BFAST	Không cần	Đa điểm gãy	Tham số (Phân rã)	Xuất sắc (Tách sóng)	Có	R: bfast Py: Gọi qua rpy2
BEAST	Không cần	Đa điểm gãy	Bayes phi tham số	Xuất sắc (Đa điều hòa)	Có (Posterior Prob)	R: Rbeast Py: Rbeast

Lựa Chọn Phương Pháp

Hãy trả lời 3 câu hỏi nhanh dưới đây về bản chất tập dữ liệu của bạn, hệ thống sẽ đề xuất phương pháp chuẩn mực nhất:

Câu hỏi 1: Bạn có biết trước thời điểm nghi ngờ có biến cố xảy ra không?

Có, đã biết chính xác ngày/năm biến cố (vd: Năm đóng đập, ngày ban hành luật)

Không, cần thuật toán tự động quét toàn chuỗi để tìm

Câu hỏi 2: Dữ liệu có chu kỳ Mùa vụ mạnh mẽ (Seasonality) không?

Có (Dữ liệu tháng NDVI, nhiệt độ, mưa có sóng đỉnh-đáy rõ rệt)

Không (Dữ liệu năm, dữ liệu đã khử mùa hoặc chuỗi chỉ số kinh tế)

Câu hỏi 3: Bạn kỳ vọng tìm một hay nhiều điểm gãy?

Chỉ 1 điểm chuyển trạng thái mạnh nhất (Single Break)

Nhiều điểm gãy trên chuỗi rất dài, cần thuật toán chạy cực nhanh

Nhiều điểm gãy, cần khoảng tin cậy (CI) và kiểm định mô hình hồi quy chặt chẽ

Đề xuất phương pháp

3. Tình Huống

📌 Tình huống: Bạn sở hữu chuỗi ảnh vệ tinh viễn thám MODIS 16 ngày kéo dài từ năm 2000 đến 2024 để theo dõi diễn biến rừng ngập mặn. Chuỗi dữ liệu có sóng mùa vụ mạnh và dự kiến có nhiều đợt suy thoái xen kẽ các đợt trồng phục hồi (nhiều điểm gãy). Đâu là giải pháp chuẩn mực nhất?

🎯 Bạn Đã Nắm Rõ Bản Đồ Phương Pháp!

Tìm đọc bài tiếp theo: Quy Trình Phân Tích Điểm Gãy