Wykrywanie anomalii za pomocą funkcji okna

Analiza szeregów czasowych w Tableau

Chris Hui

VP, Tracked

Odchylenie standardowe a kroczące odchylenie standardowe

  • Odchylenie standardowe mierzy stopień rozproszenia wartości
    • Wysokie odchylenie standardowe = duża wariancja
    • Niskie odchylenie standardowe = mała wariancja

Wykres pudełkowy przedstawiający różnicę między wysokim a niskim odchyleniem standardowym

  • Kroczące odchylenie standardowe, obliczane na podzbiorze okna, jest przydatne do wykrywania wzrostu wariancji w czasie

  • Rosnąca wariancja może sygnalizować anomalię wymagającą analizy

Obraz pokazujący, jak kroczące odchylenie standardowe ujawnia wzrost wariancji w czasie

Analiza szeregów czasowych w Tableau

Odchylenie standardowe a wykrywanie anomalii

  • Wykrywanie anomalii w szeregach czasowych opiera się na regule 68-95-99

  • ~68% wartości = 1 odchylenie standardowe od średniej

  • 95% wartości = 2 odchylenia standardowe od średniej
  • ~99,7% wartości = 3 odchylenia standardowe od średniej
  • Każda wartość > 3 odchyleń standardowych od średniej jest anomalią

Rozkład normalny przedstawiający zakres odchyleń standardowych z zastosowaniem reguły 68-95-99

Analiza szeregów czasowych w Tableau

Górne i dolne granice kontrolne

  • Stosowane głównie do jednowymiarowej analizy szeregów czasowych, nie wielowymiarowej

  • Karty kontrolne to skuteczna metoda wizualizacji górnych i dolnych granic akceptowalnych wartości

  • Wartości przekraczające średnią populacji o +-3 odchylenia standardowe są anomaliami

Analiza szeregów czasowych w Tableau

Czym są wyniki Z?

  • Wynik Z określa liczbę odchyleń standardowych od średniej

  • Dodatni wynik Z oznacza wartość powyżej średniej

  • Ujemny wynik Z oznacza wartość poniżej średniej

  • Różni się od odchylenia standardowego mierzącego rozproszenie danych

Obraz przedstawiający wyniki Z w porównaniu z odchyleniem standardowym

Analiza szeregów czasowych w Tableau

Wyniki Z a wykrywanie anomalii

  • Wyniki Z +-3 uznaje się za anomalie, lecz zależy to od kontekstu

Wizualizacja progu Z wynoszącego 1, wskazująca kilka anomalii

  • Wyższe progi Z zmniejszają liczbę anomalii — zależy to od czułości wykrywania

Wizualizacja progu Z wynoszącego 2, wskazująca bardzo niewiele anomalii

Analiza szeregów czasowych w Tableau

Czas na ćwiczenia!

Analiza szeregów czasowych w Tableau

Preparing Video For Download...