3

我正在研究大量的时间序列。通常,时间序列遵循线性趋势(带有一些噪声),示例如下所示:

正常时间序列示例

然而,有时检测器出现故障,导致时间序列的 y 值突然下降。例子:

在此处输入图像描述

我的问题:如何使用 Python 检测这种“跳跃”?

4

1 回答 1

0

默认异常检测策略涉及预测给定点的时间序列并将其与新的实际值进行比较。如果有差异,则说明异常。

在您的示例中,您的时间序列模型将是线性函数。例如,在 2012 年 7 月,您将预测接下来的五个数据点。然后在测量时比较新点。如果您的数据像底部图像中那样下降,则残差将高于预期。

对于你的残差,你可以假设一个高斯分布。如果计算出的残差超过 eg2 sigma,您可以标记它。

于 2022-02-15T13:28:51.397 回答