Անոմալիայի հայտնաբերման առանձնահատկությունները ժամանակային շղթայում (STL մնումներ, ESD) ինչպիսի՞ն են։

Ժամանակային շարքերում անոմալիաների հայտնաբերումն հաճախ օգտագործում է մեթոդներ, որոնք հաշվի են առնում սեզոնայնությունն ու տենդենցները, որպեսզի առանձնացնեն մնացորդներում (reziduals) անոմալիաները:

STL մնացորդներ (սեզոնային-տենդենցային բաժանում Loess-ով):

• STL բաժանում է ժամանակային շարքը երեք բաղադրիչների՝ սեզոնայնություն, տենդենց և մնացորդներ:
• Անոմալիաները որոնվում են մնացորդներում, քանի որ դրանք արտացոլում են սպասվող վարքագծից շեղումները՝ հաշվի առնելով տենդենցը և սեզոնայնությունը:
• Սա թույլ է տալիս ավելի ճշգրիտ հայտնաբերել անոմալիաները՝ առանց դրանք սեզոնային տատանումների հետ շփոթելու:

ESD (Extreme Studentized Deviate):

• סטատיסטիկական թեստ՝ մի քանի արտակարգ արժեքների հայտնաբերման համար տվյալներում:
• Աշխատում է՝ հերթականորեն հեռացնելով ամենաակնառու արժեքները և ստուգելով դրանց կարևորությունը:
• Հաճախ կիրառվում է բաժանման (օրինակ՝ STL) հետո մնացորդների վրա՝ ստատիստիկապես կարևոր անոմալիաները հայտնաբերելու համար:

Այս մեթոդները միասին թույլ են տալիս նախ մաքրել ժամանակային շարքը սեզոնային և տենդենցային ազդեցություններից (STL), ապա հայտնաբերել անոմալիաները մաքրված տվյալներում՝ օգտագործելով סטատיסטիկական թեստ (ESD):