Abstrakt
V práci bylo navrženo několik postupů, jak detekovat změnu v postupně přicházejících datech, jež splňují model polohy nebo model lineární regrese s i.i.d. náhodnými chybami. Předpokládáme přitom, že máme k dispozici trénovací data, o nichž víme, že v nich žádná změna nenastala.
Navrhujeme testové statistiky typu CUSUM založené na L1-residuích nebo (studentizovaných) M-residuích, když je model odhadován pouze z trénovacích dat. Odvodili jsme limitní rozdělení těchto statistik za platnosti nulové hypotézy a dokázali jsme jejich konzistenci proti alternativám.
Teoretické výsledky byly potvrzeny v simulacích.