Python时间序列中的干预检测(脉冲,趋势,移位)

时间:2013-06-21 19:23:38

标签: python time-series

我正在尝试过滤掉我的时间序列数据中的异常值,这些异常值表现出无法解释的峰值(脉冲),随时间变化的趋势或电平转换。目的是获得前期和后期稳定的数据,以便估计中间的影响。

ARIMA干预检测建模可以使用哪些工具?到目前为止我几乎找不到任何东西,我感到很惊讶。

1 个答案:

答案 0 :(得分:2)

Python库中仍然存在一些使用高级统计软件包的空白。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(贝叶斯变换点)或结构变换。

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