贝叶斯变化点检测与时间序列分解
说明见包内readme文档
一种贝叶斯算法,用于检测变化点并将时间序列分解为趋势、季节性和突变。
时间序列数据的解释受模型选择的影响。不同的模型可以对同一数据的模式、趋势和机制给出不同甚至相互矛盾的估计,这一限制可以通过本软件包中的突变、季节性和趋势(BEAST)的贝叶斯估计得到缓解。BEAST试图通过放弃“单一最佳模型”的概念,并通过贝叶斯模型平均方案将所有竞争模型纳入推理,从而改进时间序列分解。它是一种灵活的工具,可以揭示时间序列观测中的突然变化(即变化点)、周期变化(例如季节性)和非线性趋势。BEAST不仅可以告诉您何时发生更改,还可以量化检测到的更改为真的可能性。它不仅检测分段线性趋势,还检测任意非线性趋势。BEAST适用于遥感、金融、公共卫生、经济、气候科学、生态学和水文学等各种实时序列数据。示例应用包括使用它来确定生态数据中的制度变迁,从卫星图像绘制森林干扰和土地退化地图,检测经济数据中的市场趋势,查明气候数据中的异常和极端事件,以及揭示生物数据中的系统动力学
2022-06-08 12:04:38
3.88MB
算法