统计测试,以验证两个相似的时间序列何时开始偏离


10

从标题开始,我想知道是否存在统计测试,可以帮助我确定两个相似时间序列之间的重大差异。具体来说,看下图,我想检测到序列在时间t1开始发散,即它们之间的差异开始显着。此外,我还将检测系列之间的差异何时不显着。

有任何有用的统计检验可以做到这一点吗?

在此处输入图片说明

Answers:


7

我想到了几种方法。第一个是利用两个系列之间的差异并创建一个“新系列”。分析该序列并凭经验确定脉冲,电平转换/本地时间趋势以及可能的ARIMA分量。结果将/可能暗示任何可识别的差异。第二种方法是为两个时间序列建立通用的ARIMA模型,并使用CHOW TEST来测试具有统计意义的参数。


1

另一种可行的方法是考虑用于变更检测的算法。

第一个想法是在两个系列上都应用像CUSUM这样的变化检测方法,并比较变化点。在您的示例中,红色序列很有可能在t1处产生一个变化点,而黄色序列则不会。有趣的是,红色和黄色都可能在曲线的第一个凸点处都产生一个变化点(取决于CUSUM参数的敏感度),但是您真的不介意,因为它们的行为类似。


1

您可能要考虑的一些选项:

  1. 如果您要寻找明显的差异,则使用Western Electric规则的统计过程控制(SPC)图表也可能会帮助您确定正在发生的差异。正如@IrishStat所建议的那样,绘制两个时间序列之间的差异是最好的开始。然后,基于对两个时间序列的稳定期的分析来应用SPC规则是好的。

https://en.wikipedia.org/wiki/Western_Electric_rules

  1. 计时统计法是一种更详细的实用方法,在采矿业中得到广泛认可,用于识别时间序列数据中的变化和噪声的特定特征。可以想象,在您对0.001%的材料感兴趣的环境中,必须了解采样的不确定性和过程的可变性,以了解两个时间序列是否存在差异。

作为一名矿山工艺工程师,我习惯于处理比这更嘈杂的时间序列数据,而计时统计(支持者包括Pierre Gy和Francis Pitard)可以识别由数据采样技术和数据其他方面引入的错误。搜集。Tim Napier-Munn撰写了更多可访问的论文(即对于非专业统计学家而言更容易),他采用了非常基于应用程序的方法来评估时间序列数据。

我还没有任何开源论文,但是这两位作者都是通过Elsevier发表的。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.