用視窗函式做異常偵測

Tableau 的時間序列分析

Chris Hui

VP, Tracked

標準差 vs. 移動標準差

• 標準差衡量一組數值的離散程度
  • 高標準差＝高變異
  • 低標準差＝低變異

• 以視窗子集計算的移動標準差，可用來辨識隨時間的變異膨脹

• 變異變大時，可能表示有異常，值得進一步分析

標準差與異常偵測

• 時間序列的異常偵測常用 68、95、99 規則

• 約 68% 的數值＝距平均 1 個標準差

• 95% 的數值＝距平均 2 個標準差
• 約 99.7% 的數值＝距平均 3 個標準差
• 任何值 > 距平均 3 個標準差都視為異常

管制上、下限

• 主要用於單變量時間序列分析，而非多變量

• 管制圖能有效視覺化「可接受」值的上下界

• 超過母體平均值 ± 3 個標準差的數值屬異常

什麼是 Z 分數？

• Z 分數表示資料點高於或低於平均多少個標準差

• 正的 Z 分數表示高於平均

• 負的 Z 分數表示低於平均

• 不同於標準差，其著重於點與平均的相對位置

Z 分數與異常偵測

• Z 分數 ±3 通常視為異常，但需視情境而定

• 臨界 Z 分數越高，偵測出的異常越少；但取決於你設定的敏感度

一起來練習吧！

Tableau 的時間序列分析