რა არის დროის სერიებში ანომალიების გამოვლენის მახასიათებლები (STL ნაშთები, ESD)?

დროის სერიის ანომალიების გამოვლენა ხშირად იყენებს მეთოდებს, რომლებიც განიხილავენ სეზონურობას და ტენდენციებს, რათა გამოავლინონ დარჩენილი (reziduals) ანომალიები.

STL დარჩენილი (სეზონური-ტენდენციური დეფორმაცია Loess-ის გამოყენებით):

• STL იყოფა სამ კომპონენტად: სეზონურობა, ტენდენცია და დარჩენილი.
• ანომალიები ეძებენ დარჩენილებში, რადგან ისინი ასახავენ გამონაკლისებს მოსალოდნელ ქცევიდან, ტენდენციასა და სეზონურობას განიხილავენ.
• ეს საშუალებას აძლევს უფრო ზუსტი გამოვლენა, არ ავიწროოთ სეზონურ რყევებთან ერთად.

ESD (Extreme Studentized Deviate):

• სტატისტიკური ტესტი, რომელიც გამოიყენება მონაცემებში რამდენიმე ექსტრემალური მნიშვნელობის გამოვლენისათვის.
• მუშაობს, თანმიმდევრულად ამოღებით ყველაზე ექსტრემალური მნიშვნელობების და მათი მნიშვნელობის შემოწმებით.
• ხშირად გამოიყენება დეფორმაციის შემდეგ დარჩენილი (მაგ., STL-ის შემდეგ) სტატისტიკურად მნიშვნელოვანი ანომალიების გამოვლენისათვის.

ეს მეთოდები ერთად საშუალებას აძლევს პირველ რიგში წმინდად გაასუფთავოს დროის სერია სეზონურ და ტენდენციურ ეფექტებს (STL), ხოლო შემდეგ გამოვლინდეს ანომალიები გაწმენდილი მონაცემებში სტატისტიკური ტესტის (ESD) დახმარებით.