यह निर्धारित करना कि समय श्रृंखला में परिवर्तन सांख्यिकीय रूप से महत्वपूर्ण है

Question

मेरे पास प्रत्येक सप्ताह प्राप्त होने वाली कुल कॉल हैं और उन्हें लगभग 3 वर्ष पीछे जाते हुए एक चार्ट पर प्लॉट किया है।

आँख से ऐसा लगता है कि क्रिसमस पर भारी गिरावट आई थी, ऐसा लगता है कि बरामद नहीं हुआ है, ऐसा लगता है कि अनुरोधों में एक कदम बदल गया है।

क्या कोई ऐसा परीक्षण है जो मैं कर सकता हूं जो इस अंतर को निर्धारित कर सकता है?

चियर्स

बेन

Comments

परिवर्तन-बिंदु टैग की खोज से आपको कुछ विचार मिल सकते हैं।

— whuber

Answer 1

एक बहुत ही समान उदाहरण PyMC के ट्यूटोरियल में उपयोग किया जाता है। यदि आप मानते हैं कि अनुरोधों की दैनिक राशि कुछ समय तक स्थिर थी (शायद बिल्कुल क्रिसमस) और उसके बाद यह फिर से स्थिर थी, तो आपको केवल उदाहरण में संख्याओं को प्रतिस्थापित करना होगा: http: //pymc.googlecode। com / SVN / doc / tutorial.html

जैसा कि यह बायेसियन दृष्टिकोण है आप (आसानी से) पी मान प्राप्त नहीं करेंगे। हालाँकि, स्टेप डाउन का आकार और इसका विश्वसनीय अंतराल (यह एक बायेसियन अंतराल है, आत्मविश्वास अंतराल के समान) समान रूप से उपयोगी हो सकता है।

Comments

सभी के लिए प्रश्न: क्या एक साधारण T -est करने का विचार है , बनाम बनाम के बाद, इस तथ्य से समझौता करें कि शोधकर्ता को उस क्रिसमस विभाजन बिंदु को चुनने से पहले पूरी श्रृंखला को देखने का लाभ था? इसके अलावा, वहाँ GaBorgulya की तुलना में आसान तरीके हैं कि आप की सिफारिश करेंगे? और मुझे यकीन नहीं है कि 2 ARIMA मॉडल फिट करना ज्यादा सरल होगा।

— rolando2