Sobes.tech
Middle — Senior

Aké sú vlastnosti detekcie anomálií v časových radách (zvyšky STL, ESD)?

sobes.tech AI

Odpoveď od AI

Detekcia anomálií v časových radoch často využíva metódy, ktoré zohľadňujú sezónnosť a trendy, aby zvýraznili anomálie v reziduáloch.

Reziduá STL (sezónno-trendová dekompozícia pomocou Loess):

  • STL rozdeľuje časový rad na tri komponenty: sezónnosť, trend a reziduá.
  • Anomálie sa hľadajú v reziduáloch, pretože odrážajú odchýlky od očakávaného správania po zohľadnení trendu a sezónnosti.
  • To umožňuje presnejšiu identifikáciu anomálií, bez ich zamieňania s sezónnymi výkyvmi.

ESD (Extreme Studentized Deviate):

  • Štatistický test na detekciu viacerých extrémnych hodnôt v dátach.
  • Funguje postupným odstraňovaním najextrémnejších hodnôt a kontrolou ich významnosti.
  • Často sa aplikuje na reziduá po dekompozícii (napríklad po STL) na identifikáciu štatisticky významných anomálií.

Tieto metódy spolu umožňujú najskôr vyčistiť časový rad od sezónnych a trendových efektov (STL), a potom detekovať anomálie v vyčistených dátach pomocou štatistického testu (ESD).