Quali sono le caratteristiche del rilevamento di anomalie nelle serie temporali (residui STL, ESD)?

Il rilevamento di anomalie nelle serie temporali utilizza spesso metodi che considerano stagionalità e tendenze per evidenziare le anomalie nei residui.

Residui STL (Decomposizione stagionale-trend usando Loess):

• STL decomponi la serie temporale in tre componenti: stagionalità, tendenza e residui.
• Le anomalie vengono cercate nei residui, poiché riflettono deviazioni dal comportamento atteso dopo aver considerato tendenza e stagionalità.
• Questo permette di identificare con maggiore precisione le anomalie, senza confonderle con le fluttuazioni stagionali.

ESD (Deviato estremo di Student):

• Test statistico per rilevare più valori anomali nei dati.
• Funziona rimuovendo sequenzialmente i valori più estremi e verificandone la significatività.
• Spesso applicato ai residui dopo la decomposizione (ad esempio, dopo STL) per identificare anomalie statisticamente significative.

Insieme, questi metodi consentono prima di pulire la serie temporale dagli effetti stagionali e di tendenza (STL), e poi di individuare anomalie nei dati puliti tramite un test statistico (ESD).