আপনি বিবেচনা করতে পারেন কিছু বিকল্প:
- আপনি যদি কোনও উল্লেখযোগ্য পার্থক্য সনাক্ত করার সন্ধান করছেন তবে ওয়েস্টার্ন বৈদ্যুতিক নিয়ম ব্যবহার করে একটি পরিসংখ্যান প্রক্রিয়া নিয়ন্ত্রণ (এসপিসি) চার্ট আপনাকে এটি সনাক্ত করতে সহায়তা করতে পারে। @ আইরিশ স্ট্যাট যেমন পরামর্শ দিয়েছেন, দুটি সময়ের সিরিজের মধ্যে পার্থক্য নির্ধারণ করা সবচেয়ে ভাল শুরু। তারপরে দুটি সময়ের সিরিজের স্থিতিশীল সময়ের বিশ্লেষণের ভিত্তিতে এসপিসির বিধি প্রয়োগ করা ভাল।
https://en.wikipedia.org/wiki/Western_Electric_rules
- আরও বিশদ ব্যবহারিক পদ্ধতির ক্রমোস্ট্যাটাস্টিক্স যা পরিবর্তনকে চিহ্নিত করার জন্য এবং সময় সিরিজের ডেটাগুলিতে গোলমালের নির্দিষ্ট বৈশিষ্ট্যগুলি খনির শিল্পে ব্যাপক গ্রহণযোগ্যতা সংগ্রহ করছে। আপনি যেমন কল্পনা করতে পারেন, এমন পরিবেশে যেখানে আপনি 0.001% উপাদানের প্রতি আগ্রহী সেখানে নমুনা এবং প্রক্রিয়াটির পরিবর্তনশীলতার মধ্যে অনিশ্চয়তা বুঝতে হবে আপনার দুটি সময়ের সিরিজের মধ্যে পার্থক্য রয়েছে কিনা তা জানতে to
মাইন প্রসেস ইঞ্জিনিয়ার হিসাবে, আমি টাইম সিরিজের ডেটাগুলির সাথে ডিল করতে অভ্যস্ত যা এর থেকে অনেক বেশি গোলমাল এবং ক্রোনোস্ট্যাটাস্টিক্স (সমর্থকরা পিয়ের গি এবং ফ্রান্সিস পিটার্ড অন্তর্ভুক্ত) ডেটা স্যাম্পলিং কৌশল এবং উপাত্তের অন্যান্য দিকগুলির দ্বারা প্রবর্তিত ত্রুটিগুলি সনাক্তকরণের অনুমতি দেয় জমায়েত। আরও অ্যাক্সেসযোগ্য কাগজপত্র (অর্থাত্ পেশাদার পেশাদার পরিসংখ্যানবিদদের পক্ষে সহজ) টিম নেপিয়ার-মুন লিখেছেন, যিনি টাইম সিরিজের ডেটা মূল্যায়নের জন্য খুব অ্যাপ্লিকেশন ভিত্তিক পন্থা রেখেছেন।
আমি কোনও ওপেন সোর্স কাগজপত্র সম্পর্কে সচেতন নই তবে এই দুজন লেখকই এলসেভিয়ারের মাধ্যমে প্রকাশ করেছেন।