Koje su osobine detekcije anomalija u vremenskim serijama (reziduali STL, ESD)?

Detekcija anomalija u vremenskim serijama često koristi metode koje uzimaju u obzir sezonskost i trendove kako bi istakle anomalije u rezidualima.

Rezidualni STL (sezonsko-trend razlaganje pomoću Loess):

• STL razlaže vremensku seriju na tri komponente: sezonskost, trend i rezidualne vrednosti.
• Anomalije se traže u rezidualima, jer oni odražavaju odstupanja od očekivanog ponašanja nakon uzimanja u obzir trenda i sezonskosti.
• Ovo omogućava preciznije identifikovanje anomalija, bez mešanja sa sezonskim oscilacijama.

ESD (Extreme Studentized Deviate):

• Statistički test za otkrivanje više ekstremnih vrednosti u podacima.
• Funkcioniše uklanjanjem redom najekstremnijih vrednosti i proverom njihove značajnosti.
• Često se primenjuje na rezidualima nakon dekompozicije (npr. nakon STL) za identifikaciju statistički značajnih anomalija.

Zajedno, ove metode omogućavaju prvo čišćenje vremenske serije od sezonskih i trend efekata (STL), a zatim detekciju anomalija u očišćenim podacima pomoću statističkog testa (ESD).