Phát hiện các thay đổi trong chuỗi thời gian

Tôi bắt gặp một hình ảnh của một nguyên mẫu ứng dụng tìm thấy những thay đổi đáng kể ("xu hướng" - không phải là đột biến / ngoại lệ) trong dữ liệu giao thông:

Tôi muốn viết một chương trình (Java, tùy chọn R) có thể làm tương tự - nhưng vì kỹ năng thống kê của tôi hơi bị rỉ sét, tôi cần phải đào sâu vào chủ đề này một lần nữa.

Cách tiếp cận / thuật toán nào tôi nên sử dụng / nghiên cứu do đó?

Có một số cách mà "phá vỡ cấu trúc" có thể xảy ra.

Nếu có sự thay đổi trong Chặn hoặc thay đổi Xu hướng trong "phần sau của chuỗi thời gian" thì người ta sẽ phù hợp hơn để thực hiện Phát hiện can thiệp (NB đây là xác định theo kinh nghiệm về tác động đáng kể của Biến xác định không xác định như vậy dưới dạng thay đổi cấp độ hoặc thay đổi xu hướng hoặc bắt đầu của Xung theo mùa). Phát hiện can thiệp sau đó là một con trỏ trước cho Mô hình can thiệp trong đó một biến được đề xuất được đưa vào mô hình. Bạn có thể tìm thấy thông tin trên web bằng cách googling "PHÁT HIỆN GIAO DỊCH TỰ ĐỘNG". Một số tác giả sử dụng thuật ngữ "PHÁT HIỆN NGOÀI" nhưng giống như nhiều ngôn ngữ thống kê, điều này có thể gây nhầm lẫn / không chính xác. Can thiệp được phát hiện có thể là bất kỳ điều nào sau đây (phát hiện sự thay đổi đáng kể về giá trị trung bình của phần dư);

thay đổi 1 cấp độ trong Cấp độ (tức là Xung), thay đổi liên tục nhiều cấp độ trong Cấp độ (nghĩa là thay đổi trong Chặn) một Xung hệ thống (tức là Xung theo mùa) thay đổi xu hướng (tức là 1,2,3,4,5, 7,9,11,13,15 .....) Các quy trình này dễ dàng được lập trình IN R / SAS / Matlab và có sẵn thường xuyên trong một số gói chuỗi thời gian có sẵn trên thị trường tuy nhiên có nhiều cạm bẫy mà bạn cần phải cảnh giác chẳng hạn như có phát hiện cấu trúc ngẫu nhiên trước hay thực hiện Phát hiện can thiệp trên chuỗi gốc. Điều này giống như vấn đề gà và trứng. Công việc ban đầu trong lĩnh vực này được giới hạn ở loại 1 và như vậy có lẽ sẽ không đủ cho nhu cầu của bạn vì các ví dụ của bạn minh họa CẤP PHÉP CẤP.

Có rất nhiều tài liệu trên web và thậm chí là một chương trình miễn phí tại http://www.autobox.com/30day.exe thậm chí cho phép bạn sử dụng dữ liệu của riêng bạn trong 30 ngày. Bạn có thể học được rất nhiều "bằng cách đơn giản xem" như Yogi đã từng nói và sao chép kết quả của họ.

Các tài liệu tham khảo web cho các phương trình chính xác để bạn sử dụng có thể được tìm thấy bắt đầu từ trang 134 trong http://www.autobox.com/pdfs/autoboxusersguide.pdf . Tôi là một trong những tác giả của AUTOBOX.

Hãy thử gói cpm hoặc changepoint trong R. Nó là miễn phí để sử dụng. Ngoài ra nghiên cứu mô hình điểm thay đổi hoặc phát hiện thay đổi tuần tự.