ऐसे कई तरीके हैं जो "संरचनात्मक विचलन" हो सकते हैं।
यदि इंटरसेप्ट में कोई बदलाव होता है या "टाइम सीरीज़ के बाद वाले हिस्से" में ट्रेंड में बदलाव होता है, तो किसी को इंटरवेंशन डिटेक्शन करने के लिए बेहतर अनुकूल होगा (एनबी यह एक अनिर्दिष्ट निर्धारणवादी वैरिएबल के महत्वपूर्ण प्रभाव का अनुभवजन्य पहचान है) लेवल शिफ्ट या ट्रेंड में बदलाव या सीजनल पल्स की शुरुआत के रूप में)। इंटरवेंशन डिटेक्शन तब इंटरवेंशन मॉडलिंग के लिए एक पूर्व-कर्सर है जहां एक सुझाया गया चर मॉडल में शामिल है। आप वेब पर "स्वचालित अंतरिम निष्कर्ष" पर जाकर जानकारी पा सकते हैं। कुछ लेखक "OUTLIER DETECTION" शब्द का उपयोग करते हैं, लेकिन बहुत सी सांख्यिकीय भाषा की तरह यह भ्रमित / अपवित्र हो सकता है। पता लगाया गया हस्तक्षेप निम्नलिखित में से कोई भी हो सकता है (अवशिष्ट के अर्थ में महत्वपूर्ण परिवर्तन का पता लगाना);
स्तर में 1 अवधि परिवर्तन (यानी पल्स) स्तर में एक बहु-अवधि सन्निहित परिवर्तन (यानी अवरोधन में बदलाव) एक व्यवस्थित पल्स (यानी एक मौसमी पल्स) एक प्रवृत्ति परिवर्तन (यानी 1,2,3,4,5, 7,9,11,13,15 .....) इन प्रक्रियाओं को आसानी से आर / एसएएस / मैटलैब में क्रमादेशित किया जाता है और नियमित रूप से उपलब्ध कई श्रृंखला श्रृंखला पैकेज में उपलब्ध हैं, हालांकि कई नुकसान हैं जिनसे आपको सावधान रहने की आवश्यकता है जैसे कि पहले स्टोकेस्टिक संरचना का पता लगाना है या मूल श्रृंखला पर हस्तक्षेप का पता लगाना है। यह मुर्गी और अंडे की समस्या की तरह है। इस क्षेत्र में प्रारंभिक कार्य टाइप 1 तक सीमित था और जैसे कि आपकी आवश्यकताओं के लिए संभवत: अपर्याप्त होगा क्योंकि आपके उदाहरणों में स्तर की झलकियाँ दिखाई देती हैं।
वेब पर बहुत सारी सामग्री है और यहां तक कि http://www.autobox.com/30day.exe पर एक मुफ्त कार्यक्रम भी है जो आपको 30 दिनों के लिए अपने स्वयं के डेटा का उपयोग करने की अनुमति देता है। आप बहुत कुछ सीख सकते हैं "बस देख कर" जैसा कि योगी ने एक बार कहा था और उनके परिणामों को दोहराया था।
आपके द्वारा उपयोग किए जाने वाले सटीक समीकरणों के वेब संदर्भ http://www.autobox.com/pdfs/autoboxusersguide.pdf में 134 पेज से शुरू हो सकते हैं
। मैं AUTOBOX के लेखकों में से एक हूं।
