BEAST: Bayesian时间序列突变点分析，趋势分析，和季节去除分解 (Matlab,Python,R)

zhaokg

借贵宝地分享自己开发的一个贝叶斯间序列分析算法BEAST。它主要用于把时间序列分解为趋势(trend)和季节周期波动(seasonality), 同时对这2项也进行突变点检测。如果时间序列没有季节项，也可以只进行趋势分析和突变点检测 (changepoint detection and trend analysis)。  这个算法和程序已经被一些文章和教材用过或者介绍过，其中包括一篇文献用它来分析降雨数据（White, J.H., Walsh, J.E. and Thoman Jr, R.L., 2021. Using Bayesian statistics to detect trends in Alaskan precipitation. International Journal of Climatology, 41(3), pp.2045-2059.）我觉的BEAST可能对分析某些气象数据或许有些用处。 这个算法在这个网址有更多介绍 https://github.com/zhaokg/Rbeast.

相比传统的突变点分析方法（比如bfast或者是M-K)，它的优势是不仅告诉那儿发生突变，并且给出每个时间点发出突变的概率；也可以告诉发生几个突变点的概率（比如有1个突变点的概率，有2个的概率,....)。


这个算法可以在R, Matlab,或者 Python中调用。在R中，已经做成一个package,可以直接用install.packages("Rbeast")安装

1. install.packages("Rbeast")
   
2. library(Rbeast)
   
3. data(Nile)                                       #  annual streamflow of the Nile River   
   
4. out = beast(Nile, season='none')      #  'none': trend-only data without seasonlaity   
   
5. print(out)                  
   
6. plot(out)

复制代码

在Matlab中，可以不用手动下载， 直接可以用下面前2行代码在线安装 （如果下面自动download 不work, 可以直接去https://github.com/zhaokg/Rbeast/tree/master/Matlab手动下载：

1. beastPath = 'c:\beast'                                                 % 本地安装目录
   
2. eval(webread('http://b.link/rbeast',weboptions('cert','')))  % 自动安装在beastPath指定目录
   
3. load('Nile.mat')                                                          % 尼罗河年径流量
   
4. out = beast(Nile, 'season', 'none','start', 1871)               % trend-only data without seasonality
   
5. printbeast(out)
   
6. plotbeast(out)
   
7. %下图为这个例子的结果
   
8. %第一个截屏是 突变点个数的概率，比如说有54%的概率存在1个突变点
   
9. %第二个截屏是 画出的主要结果

复制代码

                               
登录/注册后可看大图

Matlab中另外一个例子

1. load('googletrend.mat')               % 美国自2004年每月在Google搜索'beach'关键词的频度：这个时间序列有一个周期项
   
2. o = beast( beach )                       % Apply BEAST to the 'beach time series: beach is a data vector only; the time
   
3.                                                  % info can be supplied using the start and deltat
   
4.                                                  % keywords, as in the next commented line
   
5. %o = beast( beach,'start',[2004,1],'deltat',1/12 )
   
6. printbeast(o)          % print the changepoints detected
   
7. plotbeast(o)            % plot the results: o.season.Y and o.trend.Y are the seasonal and trend compoents

复制代码

                               
登录/注册后可看大图

在Python中，已经做成一个package放在https://pypi.org/project/Rbeast/, 可以直接用pip install Rbeast安装：

1. import Rbeast as rb
   
2. nile, year = rb.load_example('nile')
   
3. o            = rb.beast( nile, start=1871, season='none')
   
4. rb.plot(o, title='Annual streamflow of the Nile River')
   
5. rb.print(o)
   

复制代码

393200123

感谢楼主介绍，赞一个

desertsky

谢谢分享，学习了

看云淡风清

感谢楼主介绍，赞一个

流浪的心

感谢楼主分享！

deemo7

matlab 的安装链接安装不上去

zhaokg

deemo7 发表于 2023-6-15 09:43
matlab 的安装链接安装不上去

谢谢，我在我这边试了下，可以看装。请务必选一个你有write 权限的安装路径. 如果不行的话， 请到https://github.com/zhaokg/Rbeast/tree/master/Matlab手动下载所有文件。

                               
登录/注册后可看大图

deemo7

谢谢

zq20180902

感谢楼主，这个怎么保存成图片呢

zhaokg

zq20180902 发表于 2023-7-19 21:26
感谢楼主，这个怎么保存成图片呢

刚看到您的贴子， 如果在matlab中的话， 用matlab自带的exportgraphics可以。

1. load('Nile.mat')                                                           
   
2. out  = beast(Nile, 'season')
   
3. plotbeast(out)
   
4. exportgraphics(gca, 'results.pdf')
   
5. exportgraphics(gca, 'results.png')

复制代码

如果需要做自己customized的图片的话， 可以i用输出 out中的结果自己做i图。 不知有没有回答您的问题。