问题标签 [trend]

我正在寻找一种算法来检测数据流何时显示出通常的趋势。

例如：您正在记录您的预订，在过去的几周里，它们一直很稳定，通常有起有落。但突然间，您的支付服务提供商停止工作，数小时内您的预订量急剧下降。关键是尽量减少错误警报，解决方案应该适应长期下降。

这个问题的统计方法是什么？

这种算法叫什么名字？

我正在将基于 Excel 的预测工作簿转换为 SQL 存储过程。我很难转换 2 个相关的 Excel 表，因为它们使用之前的滚动时间段值来计算未来几周。当前一周依赖于前一周时，我不确定如何引用前一周，依此类推......

这是 Dropbox 上的示例工作簿：https ://www.dropbox.com/s/efeljfea9kkcjhb/SQL%20Trend%20Factor.xlsm

还有一些代码来创建一个类似于我的实际表结构的临时表：

提前感谢您提供的任何帮助。我已经能够在此站点上找到许多其他解决方案，并感谢大家提供的帮助！

我正在尝试测试 Twitter API 并找出某个国家/地区的趋势。如何找到特定国家/地区的 WOEID（WHERE ON EARTH IDENTIFIER）？我尝试在 Google 上查找，但找不到列表。

如果 Python 中有任何提供 WOEID 的程序也可以。

我有一个超过 10 年的时间序列，没有季节性变化（每年只有一个值），我试图检测趋势。我真的不明白该怎么做。我读到在这种情况下使用移动平均线

到目前为止我做了什么：

但是，没有出现任何线路。我认为ma.1，，是错误的ma.2，ma.3但我不知道如何根据我的数据调整它，有什么想法吗？或者在不涉及季节的情况下，有没有更好的方法来获得趋势？可以用正常的情节然后添加一条线吗？但是，当我尝试时，这也不起作用。

提前致谢！

我正在寻求帮助编写一个函数，该函数可以识别数据集中给定客户的值的趋势（“正/负/混合”，请参见下面的定义）。

我有以下交易数据；所有客户每人都有 3-13 笔交易。

我想在 R 中编写一个函数来填充一个新的数据框，如下所示

在哪里：

Josh 的斜率是正数，因为他的所有交易销售成本都会随着每增加一个购物点而继续增加

Ray 的斜率是负数，因为他的所有交易销售成本随着每增加一个购物点而继续降低

Eric 的斜率参差不齐，因为他所有的交易销售成本都在波动……没有明确的趋势……

我自己已经尝试过非常广泛地这样做，但被卡住了..这是一些我能够放在一起的伪代码

首先让我快速解释一下我的项目：

对于工作，我向每个州和华盛顿特区的 30 个组织发送了一项调查。这是一个包含 5 个问题的多项选择调查（A、B 和 C）。

我已经设置了一个 Excel 表，其中包含 A 列中的所有组织；B列中的相应状态；然后 C、D、E、F 和 G 列用于问题 1、问题 2 等。这是一个示例：

组织状态 问题 1 问题 2 问题 3 问题 4 问题 5

org1 AL CACCC

org2 AZ CACAC

org3 AK AACCC

org4 TX BBBBB

org5 VA BABCC

org6 WY BABAB

这些数据大约有 1500 行。虽然不是所有的都填（因为不是每个人都回复）

我已经对这些数据进行了规范化，以便可以在数据透视图中显示它。这张图表让我可以看到最受欢迎的答案选择。我也可以按问题编号和状态进行过滤。例如，我可以看到在 NV、TX 和 TN 的问题 4 中哪个选项被选中最多。

我的问题是：有没有一种方法可以过滤这些数据以询问哪个州选择 A 最多（对于所有问题）（或仅对于问题 1）。换句话说，根据状态查看数据的趋势。到目前为止，每当我使用数据透视表时，它都会创建 50 个条形图/问题并且无法阅读。我正在寻找一种简单的方法来发现异常。即除了阿拉巴马州之外，每个州都对问题 1 回答了 B。

对不起，啰嗦了这么多。希望这是有道理的。提前致谢。

我正在开发一个使用 Tweepy for Python 2.7 的项目。实际上，我想在 Twitter 上收集从 2014-05-01 到 2014-06-01 的几个趋势的列表。

为此，我想使用 Twitter API 提供的 Trend_weekly。不幸的是，此功能已被弃用（仅限于 API 1）并且不存在任何更新版本。然后我尝试了这个：

但是，我有这个错误：

TweepError: [{u'message': u'对不起，该页面不存在', u'code': 34}]

同时，当我调用已针对 API 1.1 更新的trend_place 或trend_available 时，我没有错误。但是，我不能用这些做我想做的事。

我是 Python 和 Tweepy 的新手，这就是我寻求您帮助的原因。如果这个问题已经被问过，请原谅我。

在 R 中生成随机游走非常容易。它由以下代码完成：

但是如何生成/模拟带有趋势和/或漂移的随机游走？

要确定地球的走向，我需要使用 Matlab 确定坡度的方向。我的数据是点云。在一个区域中，我在窗口中分割该区域，每个窗口选择一个地面点。例如，在一个区域中，一些地面点是（XYZ）：

我绘制从这些点经过的表面并在此处绘制 现在我想确定坡度的方向，即从下到上......或从左到右或......我该怎么做？

我在 2012 年进行的气候实验中获得了非常短的时间序列数据。这些数据包括每日水溶液通量和每日 CO2 通量数据。CO2 通量数据包括 52 天，而水溶液通量数据只有 7 天。我每天对 CO2 通量数据进行几次测量，但我计算了每日平均值。

现在，我想知道这些时间序列中是否存在趋势。我发现我可以使用 Kendall 趋势测试或 Theil-Sen 趋势估计器。我之前使用过 Kendall 测试来进行跨越数年的时间序列。我不知道如何使用 Theil-Sen 趋势估计器。

我将数据放入 R 中的 ts 对象中，但是当我尝试进行分解（使用函数 decompose）时，我得到时间序列跨越少于 2 个周期的错误。我想提取趋势数据，然后对其进行 Mann-Kendall 测试。

这是我到目前为止得到的代码：

谁能帮助我如何用我很短的时间序列进行趋势分析？任何 google-fu 都无济于事。还有，有人能告诉我 Kendall tau 的大小是什么意思吗？它的值从 -1 到 1。tau=0.5 是强趋势还是弱趋势？

谢谢，斯特凡