Milyen jellemzői vannak az időszaki anomália detekciónak (STL maradékok, ESD)?

Anomália észlelés időbeli sorozatokban gyakran olyan módszereket alkalmaz, amelyek figyelembe veszik a szezonális hatásokat és a trendeket, hogy kiemeljék a maradék (reziduális) anomáliákat.

STL reziduális (Szezonális-trend felbontás Loess segítségével):

• STL három komponensre bontja az idősort: szezonális, trend és reziduális részekre.
• Az anomáliákat a reziduális részekben keresik, mivel ezek tükrözik a várt viselkedéstől való eltéréseket a trend és szezonális hatások figyelembevételével.
• Ez lehetővé teszi az anomáliák pontosabb azonosítását, anélkül, hogy összetévesztenénk őket a szezonális ingadozásokkal.

ESD (Extreme Studentized Deviate):

• Statisztikai teszt több kiugró érték felismerésére az adatokban.
• A legextrémebb értékek szekvenciális eltávolításával és azok jelentőségének ellenőrzésével működik.
• Gyakran alkalmazzák a dekompozíció utáni reziduálisokon (például STL után), hogy statisztikailag szignifikáns anomáliákat azonosítsanak.

Ezek a módszerek együtt lehetővé teszik, hogy először megtisztítsák az idősort a szezonális és trend hatásoktól (STL), majd statisztikai teszt segítségével azonosítsák a tisztított adatokban az anomáliákat (ESD).