Kādi ir laika sēriju anomāliju noteikšanas iezīmes (STL atlikumi, ESD)?

Laika rindu anomāliju noteikšana bieži izmanto metodes, kas ņem vērā sezonālās un trendu ietekmi, lai izceltu reziduālos (reziduals) esošās anomālijas.

STL reziduali (sezonāla-trenda sadalīšana, izmantojot Loess):

• STL sadala laika rindu trīs komponentos: sezonālajā, trendā un reziduālos.
• Anomālijas tiek meklētas reziduālos, jo tie atspoguļo novirzes no gaidāmās uzvedības pēc trendu un sezonālās ietekmes ņemšanas vērā.
• Tas ļauj precīzāk identificēt anomālijas, nesajaucot tās ar sezonālajām svārstībām.

ESD (Extreme Studentized Deviate):

• Statistiskais tests, lai atklātu vairākas ārkārtas vērtības datos.
• Darbojas, pakāpeniski izņemot visekstremālākās vērtības un pārbaudot to nozīmīgumu.
• Bieži tiek piemērots pēc dekompozīcijas (piemēram, pēc STL) reziduālos, lai identificētu statistiski nozīmīgas anomālijas.

Kopā šīs metodes ļauj vispirms attīrīt laika rindu no sezonālajiem un trendu efektu ietekmes (STL), pēc tam ar statistiska testa palīdzību atklāt anomālijas attīrītajos datos (ESD).