ডেটাতে মৌসুমতা সনাক্ত করতে কোন পদ্ধতি ব্যবহার করা যেতে পারে?


56

আমি যে ডেটা পেয়েছি তাতে মৌসুমী সনাক্ত করতে চাই। এমন কিছু পদ্ধতি রয়েছে যা আমি মৌসুমী সাবরিজ প্লট এবং স্বতঃসংশ্লিষ্ট প্লটের মতো খুঁজে পেয়েছি তবে বিষয়টি হ'ল আমি বুঝতে পারি না যে গ্রাফটি কীভাবে পড়তে হয়, কেউ সাহায্য করতে পারে? অন্যটি বিষয় হ'ল, গ্রাফের চূড়ান্ত ফলাফলের সাথে বা ছাড়া মৌসুমতা সনাক্ত করার জন্য কী অন্যান্য পদ্ধতি রয়েছে?


1
আপনার বুঝতে বুঝতে সমস্যা হচ্ছে এমন প্রকৃত গ্রাফটি অন্তর্ভুক্ত করতে পারেন।
কার্ল

আরও বেশি পছন্দসই মূল ডেটা যা "ঝামেলা" এসিএফ তৈরি করতে ব্যবহার করা যেতে পারে।
আইরিশস্ট্যাট


1
দেখুন: journals.ametsoc.org/doi/abs/10.1175/JCLI-D-10-05012.1 কিয়ান, সি, জেড উ, সি ফু, এবং ডি ওয়াং, ২০১১: এল নিনোর পরিবর্তন করার সময়: সময়ের পরিবর্তিত বার্ষিকের একটি দর্শন চক্র, অন্তঃসত্ত্বা পরিবর্তনশীলতা এবং গড় রাষ্ট্র। জে জলবায়ু, 24 (24), 6486–6500

উত্তর:


70

কোনও নিয়মিত সিরিজের ডেটাতে পর্যায়ক্রমিক সন্ধানের জন্য একটি ভাল উপায় হ'ল যে কোনও সামগ্রিক প্রবণতা অপসারণের পরে এর পাওয়ার স্পেকট্রামটি পরীক্ষা করা । (এটি যখন মোট শক্তিটিকে কোনও মান হিসাবে যেমন unityক্যের মান হিসাবে স্বাভাবিক করা হয় তখন স্বয়ংক্রিয় স্ক্রিনিংয়ের জন্য নিজেকে ভালভাবে ধার দেয় other) অন্যান্য আচরণের সাথে বিভ্রান্তিকর সময়গুলি এড়াতে প্রাথমিক ট্রেন্ড অপসারণ (এবং সিরিয়াল পারস্পরিক সম্পর্ক অপসারণের জন্য বৈকল্পিক পৃথক) প্রয়োজনীয় essential

পাওয়ার স্পেকট্রাম হ'ল মূল সিরিজের যথাযথভাবে স্মুথ সংস্করণটির স্বতঃআবর্তন ফাংশনের বিচ্ছিন্ন ফুরিয়ার রূপান্তর। আপনি যদি সময় সিরিজটিকে দৈহিক তরঙ্গরূপের নমুনা হিসাবে বিবেচনা করেন তবে আপনি অনুমান করতে পারেন যে প্রতিটি ফ্রিকোয়েন্সিটির মধ্যে তরঙ্গের মোট শক্তি কতটা বহন করে। পাওয়ার স্পেকট্রাম (বা পিরিওডোগ্রাম ) পাওয়ার বনাম ফ্রিকোয়েন্সি প্লট করে। সাইক্লিক (এটি পুনরাবৃত্তিমূলক বা মৌসুমী নিদর্শন) তাদের ফ্রিকোয়েন্সিগুলিতে অবস্থিত বৃহত স্পাইক হিসাবে প্রদর্শিত হবে।

উদাহরণস্বরূপ, এক বছরের জন্য গ্রহণের প্রতিদিনের পরিমাপ থেকে এই (সিমুলেটেড) সময় ধারাবাহিকটি বিবেচনা করুন (৩5৫ মান)।

অবশিষ্টাংশের সিরিজ

0

সম্ভাব্য পর্যায়ক্রমিক নিদর্শনগুলি দেখতে আমাদের সহায়তা করার জন্য এখানে একই ডেটার আরেকটি প্লট দেওয়া হয়েছে।

অবশিষ্টাংশের সিরিজ, 0 টি ভরা

আপনি যদি সত্যই শক্ত দেখতে চান তবে আপনি সম্ভবত 11 থেকে 12 বারের মতো গোলমাল কিন্তু পুনরাবৃত্তি প্যাটার্নটি সনাক্ত করতে সক্ষম হবেন। উপরের-শূন্য এবং শূন্যের নীচের মানগুলির দীর্ঘতর ক্রমগুলি কমপক্ষে কিছু ইতিবাচক স্বতঃসংশোধনের পরামর্শ দেয়, এই সিরিজটি দেখানো সম্পূর্ণ এলোমেলো নয়।

এখানে 91 পর্যায়ক্রমিক (মোট সিরিজের দৈর্ঘ্যের এক-চতুর্থাংশ) জন্য দেখানো সময়সীমা এখানে রয়েছে। এটি একটি ওয়েলচ উইন্ডো দিয়ে নির্মিত হয়েছিল এবং ইউনিট অঞ্চলে স্বাভাবিককরণ করা হয়েছিল (পুরো প্যারোডিগ্রামের জন্য, এখানে দেখানো অংশটি নয়)।

periodogram

পাওয়ারটি "সাদা শব্দ" (ছোট এলোমেলো ওঠানামা) প্লাস দুটি বিশিষ্ট স্পাইকগুলির মতো দেখায়। তারা মিস করা শক্ত, তাই না? বৃহত্তরটি একটি 12 এবং পিরিয়ড পিরিয়ড সময়কালে হয়। এই পদ্ধতিটি এর মাধ্যমে এই তথ্যগুলিতে একটি মাসিক চক্র এবং একটি সাপ্তাহিক চক্র সনাক্ত করেছে । সত্যিই এটি আছে। চক্র সনাক্তকরণ স্বয়ংক্রিয় করতে ("মরসুমতা"), তুলনামূলকভাবে বড় স্থানীয় ম্যাক্সিমার জন্য কেবল পিরিয়ডগ্রামটি (যা মানগুলির একটি তালিকা) স্ক্যান করুন।

এই তথ্যগুলি কীভাবে তৈরি করা হয়েছিল তা প্রকাশের সময়।

সংকেত প্লাস শোরগোলের মধ্যে ডেটা পচে যায়

দুটি সাইন ওয়েভের যোগফল থেকে মানগুলি উত্পাদিত হয়, একটি ফ্রিকোয়েন্সি 12 (স্কোয়ার প্রশস্ততা 3/4 এর) এবং অন্যটি ফ্রিকোয়েন্সি সহ 52 (স্কোয়ার প্রশস্ততা 1/4)। এগুলিই পিরিওডোগ্রামের স্পাইকগুলি সনাক্ত করেছে। তাদের যোগফলকে ঘন কালো বক্ররেখা হিসাবে দেখানো হয়। আইডির ভেরিয়েন্স 2 এর স্বাভাবিক গোলমালটি তখন যুক্ত করা হয়েছিল, যেমনটি হালকা ধূসর বারগুলি কালো বক্ররেখা থেকে লাল বিন্দু পর্যন্ত প্রসারিত। এই শব্দটি পিরিওডোগ্রামের নীচে নিম্ন-স্তরের উইগলগুলি প্রবর্তন করে, যা অন্যথায় কেবল একটি সমতল হয় 0. মানগুলির মোট পার্থক্যের সম্পূর্ণভাবে দুই-তৃতীয়াংশ অ-পর্যায়ক্রমিক এবং এলোমেলো, যা খুব শোরগোলযুক্ত: তাই এটি পর্যাপ্ত বিন্দুগুলি দেখে সাময়িকীকরণ করা এতটা কঠিন। তবুও (অংশে অনেক তথ্য রয়েছে) পিরিওডোগ্রামের সাথে ফ্রিকোয়েন্সিগুলি সন্ধান করা সহজ এবং ফলাফল স্পষ্ট।

সংখ্যাসূচক রেসিপি সাইটগুলিতে গণনা পিরিওডোগ্রামের জন্য নির্দেশাবলী এবং ভাল পরামর্শ : "এফএফটি ব্যবহার করে পাওয়ার বর্ণালী অনুমানের" বিভাগটি দেখুন। পিরিওডোগ্রাম অনুমানের জন্য কোডR রয়েছে । এই চিত্রগুলি গণিত 8 এ নির্মিত হয়েছিল ; পিরিয়ডগ্রামটি তার "ফুরিয়ার" ফাংশনের সাথে গণনা করা হয়েছিল।


2
"যে কোনও সামগ্রিক প্রবণতা অপসারণের পরে" অনুমানটি হ'ল অ্যাকিলিস হিল হ'ল অনেক সময় ট্রেন্ড হতে পারে, অনেক স্তরের শিফট যার সবকটিই আপনার উদাহরণে বাদ ছিল না The এই ধারণা যে ইনপুট সিরিজ প্রকৃতির নির্বিঘ্নিত হয় সম্ভাবনার মুখে উড়ে যায় idea মৌসুমী এবং নিয়মিত আরিমা কাঠামোর উপস্থিতি। চিকিত্সাবিহীন অস্বাভাবিক ওয়ান-টাইম মানগুলি পর্যায়ক্রমিক অনুমানের তাত্পর্য অনুমানের নিম্নমুখী পক্ষপাতের কারণে যে কোনও পিরিওডগ্রাম ভিত্তিক শনাক্তকরণ স্কিমকে বিকৃত করবে weekly যদি সাপ্তাহিক এবং / বা মাসিক প্রভাবগুলি অতীতের কোনও সময়ে পরিবর্তিত হয় তবে প্যারিয়ডগ্রাম ভিত্তিক পদ্ধতিটি ব্যর্থ হবে
আইরিশস্ট্যাট

@ আইরিশ আমি মনে করি আপনার মন্তব্য কিছুটা বাড়িয়ে তুলেছে। "অস্বাভাবিক ওয়ান-টাইম মান" (ওরফে আউটলিয়ার্স) সন্ধান এবং চিকিত্সা করা এটি সর্বাধিক প্রাথমিক, তাই এটি কেবলমাত্র জোর দেওয়ার জন্য উল্লেখ করা যায় যে কিছু সময়ের সিরিজ অনুমানকারীরা বিদেশীদের প্রতি সংবেদনশীল হতে পারে। "প্রকৃতিতে নির্ধারক" মূল ধারণাগুলিকে ভুলভাবে বর্ণনা করে: কেউ মনে করেন না যে সেখানে স্থিরতা রয়েছে (সিমুলেশনে বিপুল পরিমাণ শোরগোল দ্বারা প্রমাণিত)। সিমুলেশনটি একটি নির্দিষ্ট পর্যায়ক্রমিক সংকেতকে মডেল হিসাবে অন্তর্ভুক্ত করে - বাস্তবে প্রায় আনুমানিক - কেবল পিরিওডোগ্রাম এবং seasonতুর মধ্যে সংযোগ চিত্রিত করার জন্য। (অবিরত ...)
শুক্র

2
হ্যাঁ, seasonতু পরিবর্তনের সময়কালীন (এবং এসিফ ইত্যাদি) অস্পষ্ট করতে পারে, বিশেষত ফ্রিকোয়েন্সি (সম্ভাবনা) বা পর্বে পরিবর্তন (সম্ভব)। আমার পোস্টের রেফারেন্সগুলি হ্যান্ডেল করার জন্য একটি সমাধান দেয়: তারা পিরিওডোগ্রাম অনুমানের জন্য একটি চলন্ত উইন্ডো ব্যবহার করার পরামর্শ দেয় । এটির একটি শিল্প রয়েছে এবং স্পষ্টতই সমস্যাগুলি রয়েছে, যাতে আপনি পরামর্শ হিসাবে বিশেষজ্ঞের চিকিত্সা থেকে অনেক বেশি সময় সিরিজ বিশ্লেষণ উপকৃত হবে। তবে প্রশ্নটি জিজ্ঞাসা করে যে "মৌসুমীকরণ সনাক্তকরণের অন্যান্য পদ্ধতি আছে" এবং নিঃসন্দেহে পিরিয়ডগ্রামটি একটি পরিসংখ্যানগত দিক থেকে শক্তিশালী, গণনামূলক দক্ষ, সহজেই ব্যাখ্যাযোগ্য বিকল্প।
হোবার

আমার বিশ্বে সাইন / কোসাইন ব্যবহার করা বছরের সূচকের মতো অনেকটা "ডিটারমিনিস্টিক এফেক্টস"। যে কোনও পূর্বনির্ধারিত মডেলটিকে ফিট করা মানানসই ব্যবহারকারী-নির্দিষ্ট প্যাটার্নে সীমাবদ্ধ করে, প্রায়শই সাব-স্ট্যান্ডার্ড। বিশ্লেষক / উন্নত কম্পিউটার সফটওয়্যারটিকে স্থির এবং স্টোকাস্টিক ইনপুটগুলির মধ্যে কার্যকরভাবে পার্থক্য নির্ধারণে ডেটাটি "শ্রবণ করা উচিত" NB আমি ইতিহাসের পরিবর্তনের সাথে উপযুক্ত মানগুলি সামঞ্জস্য / অভিযোজিত হিসাবে এআরআইএমএ কাঠামোকে স্টোকাস্টিক বা অভিযোজিত "ড্রাইভার" হিসাবে উল্লেখ করি সিরিজের। আমার মতে
পিরিওডোগ্রামের

2
@ হুইবার একই জিনিস পুনর্বার করা দরকারী নাও হতে পারে। তবে, পিরিওডোগ্রামের নীচে অনুচ্ছেদটি ঠিক করে ফেলা খুব সুন্দর হতে পারে বলে স্পাইকগুলি প্রতি বছর 12 এবং 52 বারের "ফ্রিকোয়েন্সি" তে থাকে এবং "পিরিয়ড" হয় না। "পিরিয়ড" এর পরিবর্তে "ফ্রিকোয়েন্সি" না বলার জন্য প্লটটি ঠিক করা পাশাপাশি আপনার মনে হয় এটি খুব বিরক্তিকর নয়।
সেলেলিবি

19

নিউ জার্সির একটি শহর থেকে লগ বেকারত্বের দাবিতে মাসিক ডেটা ব্যবহার করার একটি উদাহরণ এখানে রয়েছে (স্টাটা থেকে, কেবলমাত্র এই কারণেই আমি এই ডেটাগুলি মূলত বিশ্লেষণ করেছি)। মৌসুমী এসিএফ

লাইনগুলির উচ্চতাগুলি একটি ভেরিয়েবল এবং স্টেথ ল্যাগের মধ্যে পারস্পরিক সম্পর্ককে নির্দেশ করে; ধূসর অঞ্চলটি আপনাকে এই বোঝাপড়া দেয় যে এই পারস্পরিক সম্পর্ক গুরুত্বপূর্ণ কিনা (এই সীমাটি কেবলমাত্র গাইড এবং তাত্পর্যটি পরীক্ষা করার সবচেয়ে নির্ভরযোগ্য উপায় নয়)। যদি এই পারস্পরিক সম্পর্ক বেশি হয় তবে ক্রমিক সম্পর্কের প্রমাণ রয়েছে evidence 12, 24 এবং 36 পিরিয়ডের চারপাশে ঘটে যাওয়া হুন্পগুলি নোট করুন Since যেহেতু এটি মাসিক তথ্য, এটি আপনাকে পরামর্শ দেয় যে আপনি 1, 2, বা 3 বছর আগের পিরিয়ডগুলি দেখলে পরস্পর সম্পর্ক আরও দৃ stronger় হয়। এটি মাসিক seasonতুরতার প্রমাণ।

আপনি এই সম্পর্কগুলি পরিসংখ্যানগতভাবে ডামি ভেরিয়েবলগুলিতে theতুপরিষয় উপাদানটি নির্দেশ করে --- এখানে, মাসের ডামিগুলি পরীক্ষা করতে পারেন। আপনি সেই ডামিগুলির সম্মিলিত তাত্পর্যকে seasonতুতে পরীক্ষার জন্য পরীক্ষা করতে পারেন।

এই পদ্ধতিটি একেবারেই সঠিক নয়, কারণ পরীক্ষার জন্য ত্রুটির শর্তগুলি ক্রমিকভাবে সম্পর্কিত হওয়া উচিত নয়। সুতরাং, এই মৌসুমী ডামিগুলি পরীক্ষা করার আগে আমাদের অবশিষ্ট সিরিয়াল পারস্পরিক সম্পর্ক (সাধারণত ভেরিয়েবলের ল্যাগ অন্তর্ভুক্ত করে) সরিয়ে ফেলতে হবে। পরীক্ষা থেকে উপযুক্ত ফলাফল পেতে আপনার ডাল, বিরতি এবং অন্যান্য অন্যান্য সময় সিরিজের সমস্যাগুলিও হতে পারে যা সংশোধন করতে হবে। আপনি সেগুলি সম্পর্কে জিজ্ঞাসা করেননি, সুতরাং আমি বিশদে যাব না (প্লাস, এই বিষয়গুলিতে অনেকগুলি সিভি প্রশ্ন রয়েছে)। (কেবল আপনার কৌতূহলকে খাওয়ার জন্য, এই সিরিজের জন্য সিরিয়াল পারস্পরিক সম্পর্ক থেকে মুক্তি পেতে মাসের ডামি, নিজের একক ল্যাগ এবং একটি শিফ্ট উপাদান প্রয়োজন))


4

সময়ের সাথে alityতু পরিবর্তন হতে পারে এবং প্রায়শই পরিবর্তন হয় এইভাবে সংক্ষিপ্তসারগুলি কাঠামো সনাক্ত করতে যথেষ্ট অপ্রতুল হতে পারে। আরিমা সহগ এবং প্রায়শই "মৌসুমী ডমিগুলিতে" পরিবর্তনের জন্য একজনের পরীক্ষা করা দরকার। উদাহরণস্বরূপ 10 বছরের দিগন্তে প্রথম কে বছরের জন্য জুনের প্রভাব থাকতে পারে না তবে শেষ 10-কে বছর জুনের প্রভাবের প্রমাণ রয়েছে। একটি সাধারণ যৌগিক জুনের প্রভাবটি তাত্পর্যপূর্ণ হতে পারে যেহেতু সময়ের সাথে প্রভাব স্থির ছিল না। একই পদ্ধতিতে একটি মৌসুমী আরিমা উপাদানও পরিবর্তিত হতে পারে। স্থানীয় স্তরের শিফট এবং বা স্থানীয় সময়ের ট্রেন্ডগুলি অন্তর্ভুক্ত করার জন্য যত্ন নেওয়া উচিত যখন সময়ের সাথে সাথে ত্রুটিগুলির বৈচিত্রটি স্থির থাকে। জিএলএস / ওজনযুক্ত সর্বনিম্ন স্কোয়ার বা লগ / স্কোয়ার শিকড় ইত্যাদির মতো পাওয়ার ট্রান্সফর্মেশনগুলির মতো রূপান্তরগুলির মূল্যায়ন করা উচিত নয় etc. মূল ডেটাতে তবে একটি অস্থায়ী মডেল থেকে ত্রুটিগুলি। গাউসিয়ান অনুমানগুলি পর্যবেক্ষণ করা ডেটার সাথে যা কিছু করার তা নয় তবে মডেল থেকে প্রাপ্ত ত্রুটিগুলির সাথে সমস্ত কিছুই করতে হয়। এটি স্ট্যাটিস্টিকাল পরীক্ষাগুলির আন্ডার পিনিংগুলির কারণে যা একটি কেন্দ্রীয় চি-বর্গ ভেরিয়েবলের সাথে একটি অ-কেন্দ্রীয় চি-বর্গ ভেরিয়েবলের অনুপাত ব্যবহার করে।

আপনি যদি নিজের বিশ্ব থেকে একটি উদাহরণ সিরিজ পোস্ট করতে চান তবে আমি আপনাকে এবং তালিকাকে একটি মৌলিক কাঠামো সনাক্ত করার দিকে পরিচালিত একটি বিশ্লেষণ বিশ্লেষণ সরবরাহ করতে পেরে খুশি হব।


1

চার্লির উত্তর ভাল, এবং আমি এখানেই শুরু করব। আপনি যদি এসিএফ গ্রাফ ব্যবহার করতে না চান তবে আপনি উপস্থিত থাকা কে-পিরিয়ডের জন্য কে -1 ডামি ভেরিয়েবল তৈরি করতে পারেন। তারপরে আপনি ডামি ভেরিয়েবলগুলি (এবং সম্ভবত কোনও ট্রেন্ডের শব্দ) সহ কোনও রিগ্রেশনটিতে ডামি ভেরিয়েবলগুলি উল্লেখযোগ্য কিনা তা দেখতে পাবেন।

যদি আপনার ডেটা ত্রৈমাসিক হয়: এটি দ্বিতীয় ত্রৈমাসিক হলে ডামি কিউ 2 1 হয়, অন্যথায় 0 টি ডামি কিউ 3 যদি এটি তৃতীয় কোয়ার্টারের হয়, অন্যথায় 0 টি ডামি কিউ 1 যদি এটি চতুর্থ কোয়ার্টার হয় তবে অন্য 0 নোট কোয়ার্টার 1 টি বেস কেস (সমস্ত 3 ডমি শূন্য)

আপনি মিনিতবে "টাইম সিরিজের পচন" পরীক্ষা করতেও চাইতে পারেন - প্রায়শই বলা হয় "ধ্রুপদী পচন"। শেষ পর্যন্ত, আপনি আরও আধুনিক কিছু ব্যবহার করতে চাইতে পারেন, তবে এটি শুরু করার জন্য এটি একটি সহজ জায়গা।


0

আমি আমার বাস্তব বিশ্বের উদাহরণ সিরিজের আইরিশস্ট্যাট ব্যবহারকারী বা অন্য কারও কাছ থেকে সাহায্যের প্রস্তাব নিতে চাই। আমি সর্বশেষ 5 বছর বয়সের অপরিশোধিত তেলের ভবিষ্যতের দামের ভিত্তিতে একটি মৌসুমী সূচক তৈরির চেষ্টা করছি। আমি একটি সহজ গড় মৌসুমি যে দেখা যাবে উত্পাদন করতে managaged আছে এখানে

তবে, আমি একটি ঘূর্ণায়মান বার্ষিক graphতু গ্রাফটি পুনরুত্পাদন করতে চাই (আমি ধারণা করছি রোলিং অর্থ বছরের শুরু এবং সমাপ্তি একই মান) এবং চিত্রটি বেলোতে প্রদর্শিত হিসাবে শূন্য থেকে 100 এর স্কেলে রয়েছে: এখানে চিত্র বর্ণনা লিখুন

স্প্রেডশিটে দৈনিক দামের স্তরের ডেটা 15 বছরের রয়েছে যা ডাউনলোড করা যায়। উদাহরণস্বরূপ বা উপরেরটি কীভাবে অর্জন করতে হবে তার কোনও ইঙ্গিত প্রশংসিত হবে।


-1

আমি নিজেই আর এর জন্য কিছুটা নতুন, তবে এসিএফ ফাংশন সম্পর্কে আমার বুঝতে পারছি যে উল্লম্ব লাইনটি উপরের ড্যাশড লাইনের উপরে বা নীচে ড্যাশড লাইনের নীচে চলে গেলে কিছুটা অটোরগ্রেশন (seasonতুসত্তা সহ) রয়েছে s সাইন এর ভেক্টর তৈরি করার চেষ্টা করুন


কিছু শারীরিক / বৈদ্যুতিক সময় সিরিজের জন্য ফিট সাইনস / কোসাইনস ইত্যাদি কার্যকর হতে পারে তবে আপনাকে অবশ্যই এমএসবি, মডেল স্পেসিফিকেশন বায়াস সম্পর্কে সচেতন হতে হবে।
আইরিশস্ট্যাট

1
স্বাবলম্বতা মৌসুমিকে বোঝায় না।
জেনস
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.