python - Python 时间序列中的干预检测(Pulse、Trend、Shift)

Question

我正在尝试过滤掉时间序列数据中出现无法解释的尖峰(脉冲)、随时间变化的趋势或水平变化的异常值。目的是得到前期和后期稳定的数据，从而可以预估中间的效果。

有哪些工具可用于干预检测的 ARIMA 建模？到目前为止，我能找到的东西之少让我感到惊讶。

Answer 1

使用高级统计包的 Python 库中仍然存在一些差距。您是否尝试过使用 RPy 模块？使用 RPy 时，您可以使用 R 包，例如 bcp(贝叶斯变化点)或 strucchange。

RPy 简要教程:http://www.sciprogblog.com/2012/08/using-r-from-within-python.htmlstrucchange 包:http://cran.r-project.org/web/packages/strucchange/index.htmlbcp 包:http://cran.r-project.org/web/packages/bcp/index.html