시계열 변동 분석

Question

분석 할 시간 계열이 있습니다. 약간의 변동이있을 것으로 예상되는

• 시간 시리즈 -
  는 데이터에서 오는 도메인을 감안할 때.
• 경우에 따라 정기적 인 주기성이 전혀 나타나지 않을 수도 있습니다. 불규칙적 인 가뭄 기간이있을 수 있습니다 (전혀 변동이 일어나지 않음).
• 이러한 변동은 전반적인 하락 추세/상승 추세의 일부일 수 있습니다. 변동
  • 평균 진폭 :

  나는 그들 각각에 대해 다음과 같은 기능을 알고에만 관심이 있기 때문에 등을 ARIMA와 같은 모델링 기법을 피하기 위해 노력하고 있어요.

• 평균 변동 시간 (값이 거의 같은 수준으로 오르고 내리는 데 걸리는 시간).
• 평균 변동 빈도. 이러한 변동은 어느 기간 후에 발생합니까?

  먼저 어떤 종류의 구축 -이다

  

  내가 복용하고 접근 방법 : 다음

는

같은 일부 데이터는 모습입니다 시간 축에 대한 주석 (예 : 평면, 증가, 감소)
그런 다음이 태그들을 바탕으로 위의 질문에 답하는 패턴을 연구하십시오.
시리즈에 전반적인 업/다운 트렌드가있는 경우 평균/선형 피팅 등을 제거하여 트랜드를 제거합니다.

위의 대답에 대한 다른 접근법이나 기술이 있는지 궁금합니다. 내 데이터에 대한 질문.

Answer 1

R 패키지 Rssa가 뒤에있는 단일 스펙트럼 분석 (ssa)을 살펴보십시오. 우리는 SSA가 기존의 자동 회귀 알고리즘과 비교되어 SSA가 상당히 잘 수행 된 연구를 수행했습니다.

http://axibase.com/environmental-monitoring-using-big-data/