时间序列突变分析，趋势分析，和季节去除分解 (Python)

zhaokg

借贵宝地分享一个贝叶斯间序列分析算法BEAST，以前在Matlab版块也发过，在这个版块重发一下。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介绍过，BEAST可能对分析某些气象数据或许有点用处。 相比传统的突变点趋势分析方法（比如bfast，M-K, Chow test，和Prettitt test)，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,....)。这个网址有更多的介绍 https://github.com/zhaokg/Rbeast.

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

                               
登录/注册后可看大图

                               
登录/注册后可看大图

这个算法也可以在R和Matlab中调用。比如在R中,可以直接用install.packages("Rbeast")安装。

zhao0415

感谢楼主分享，有时间学习一下！

看云淡风清

很有用的内容，感谢楼主！

萤火飞侠

感谢楼主分享！

beesfly

谢谢楼主分享，拿来看看

任性小王子

非常感谢楼主分享