我试图在我的时间序列数据中过滤掉异常值,这些异常值表现出无法解释的尖峰(脉冲)、随时间变化的趋势或电平变化。目的是得到前、后阶段稳定的数据,以便估计中间的影响。
有哪些工具可用于干预检测的 ARIMA 建模?到目前为止,我能找到的东西之少让我感到惊讶。
我试图在我的时间序列数据中过滤掉异常值,这些异常值表现出无法解释的尖峰(脉冲)、随时间变化的趋势或电平变化。目的是得到前、后阶段稳定的数据,以便估计中间的影响。
有哪些工具可用于干预检测的 ARIMA 建模?到目前为止,我能找到的东西之少让我感到惊讶。
Python 库在使用高级统计包方面仍有一些差距。您是否尝试过使用 RPy 模块?使用 RPy 时,您可以使用 R 包,例如 bcp(贝叶斯变化点)或 strucchange。
RPy 简要教程:http ://www.sciprogblog.com/2012/08/using-r-from-within-python.html strucchange 包:http ://cran.r-project.org/web/packages/strucchange /index.html bcp 包:http ://cran.r-project.org/web/packages/bcp/index.html