Data Science: 自动化的时间序列分析（descriptive）？

[cqcn1991]

比如说，有这样一个时间序列

可以看到先有一个峰值，然后是平稳期，然后之后到了另一更高的平稳水平（但是波动性稍大），最后下降到了 0

能否自动化、程序化发现 /输出这样的分析结果呢？

具体来说，自动发现

• 最近是否数值是否稳定
• 是否有峰值（突增、减）
• 是否有增加、下降的趋势

因为通常会处理很多时间序列（比如按不同维度划分），因此，想自动化去监测、分析

想问目前有什么方法、或者包吗？可能类似 https://github.com/pandas-profiling/pandas-profiling 这种

[daweii]

移动平均一下就行。

[cqcn1991]

@daweii 能具体说说吗？

[user919lx]

再增加一张增长率表。

数值稳定就是增长率绝对值小于 a

峰值的话，如果只是检测突增、突减，就看增长率绝对值 是否大于 b。如果需要看两边，则需要在增长率表上做滑动窗口计算

增加、下降的趋势，这个你可以设定滑动窗口，在窗口内做个线性回归就好。

其实方法很多，灵活应用吧。

[akira]

感觉其实是个数学问题来的吧。。。

[fngtz]

pandas 很容易实现你要的功能。

[cqcn1991]

@fngtz 能否举例说说？

[fngtz]

@cqcn1991 我时序分析学的很差哎。
你定义一下你要探测的特征，我可以给你代码- -.