Middle — Senior
Zaman serilerinde anomali tespiti özellikleri nelerdir (STL kalıntıları, ESD)?
sobes.tech yapay zeka
AI'dan gelen yanıt
Zaman serilerinde anomali tespiti, genellikle sezonlukluk ve trendleri dikkate alan yöntemler kullanır, böylece kalıntılardaki (rezidü) anormallikleri belirler.
STL rezidüleri (Loess kullanarak mevsimsel-trend ayrıştırması):
- STL, zaman serisini üç bileşene ayırır: mevsimsellik, trend ve rezidü.
- Anomaliler, trend ve mevsimselliği dikkate aldıktan sonra beklenen davranıştan sapmaları yansıttıkları için rezidüde aranır.
- Bu, anomalilerin mevsimsel dalgalanmalardan karışmadan daha doğru şekilde tespit edilmesini sağlar.
ESD (Extreme Studentized Deviate):
- Verilerdeki birkaç aykırı değeri tespit etmek için kullanılan istatistiksel test.
- En uç değerleri ardışık olarak kaldırıp, bunların anlamlılığını kontrol ederek çalışır.
- Genellikle, STL sonrası rezidüye uygulanır ve istatistiksel olarak anlamlı anomalileri belirler.
Bu yöntemler birlikte, önce zaman serisini mevsimsel ve trend etkilerinden (STL) arındırır, ardından temizlenmiş verilerde istatistiksel test (ESD) kullanarak anomalileri tespit eder.