Перейти к основному содержанию
Нода выполняет автоматизированный анализ временного ряда, определяя его тип (классификацию), наличие тренда, сезонности, волатильности и значимых пропусков.
Результаты используются для дальнейшего прогнозирования или обработки данных.
Входные параметры:
ПараметрОписание
Временная гранулярностьУровень агрегации данных
(ex: День, Техническая неделя, Календарная неделя, Месяц, Квартал, Год)
Пороговое значение (для пропусков)Максимально допустимое количество/доля пропусков
Пороговое значение коэффициента вариацииМаксимально допустимая волатильность
Пороговое значение автокорреляции сезонностиМинимальный уровень автокорреляции для обнаружения сезонности
Выходные параметры:
ПараметрОписание
Тип временного рядаКлассификация: Lumpy, Intermittent, Irregular, Continuous
Коэффициент трендаНаклон линейного тренда (положительный/отрицательный)
Значимость тренда (p-value)Статистическая значимость тренда (< 0.05 → значимый)
Тип сезонностиАддитивная, Мультипликативная, Нет
ПериодичностьЧисло (например, 7 для недельной сезонности)
Значение автокорреляции сезонностиКоэффициент автокорреляции (ACF)
Есть два параметра – фактор значимых пропусков и фактор высокой волатильности.
  • Фактор значимых пропусков
Есть опция выбора «Доля от выборки» и «Количество наблюдений».
Доля от выборки считает кол-во пропусков от общего значения наблюдений и сравнивает с пороговым значением.
Количество наблюдений сравнивает кол-во пропусков с пороговым значением.
Если пороговое значение превышено, то параметр признается истинным. В противном случае он ложен.
  • Фактор высокой волатильности
Для ненулевых наблюдений временного ряда считается коэффициент вариации. Значение сравнивается с порогом.
Если пороговое значение превышено, то параметр признается истинным. В противном случае он ложен.
Высокая волатильность
Истина
Высокая волатильность
Ложь
Значимые пропуски
Истина

Lumpy

Intermittent
Значимые пропуски
Ложь

Irregular

Continuous