Feststellen, ob die Änderung in einer Zeitreihe statistisch signifikant ist

Ich habe die Gesamtzahl der wöchentlich eingegangenen Anrufe und habe sie in einem Diagramm aufgezeichnet, das fast drei Jahre zurückliegt.

Auf den ersten Blick scheint es über Weihnachten einen massiven Rückgang gegeben zu haben, der sich nicht erholt zu haben scheint. Es scheint, dass sich die Anfragen schrittweise geändert haben.

Gibt es einen Test, mit dem ich diesen Unterschied quantifizieren kann?

Prost

Ben

time-series statistical-significance change-point

— Oharab
quelle

Das Erkunden des Änderungspunkt- Tags kann Ihnen einige Ideen geben.

— whuber

Ein sehr ähnliches Beispiel wird im Tutorial von PyMC verwendet. Wenn Sie davon ausgehen, dass die tägliche Anzahl der Anfragen bis zu einem bestimmten Zeitpunkt (möglicherweise genau zu Weihnachten) konstant war und danach wieder konstant war, müssen Sie nur die Zahlen im Beispiel ersetzen : http: //pymc.googlecode. com / svn / doc / tutorial.html

Da dies der Bayes'sche Ansatz ist, erhalten Sie (leicht) keine p-Werte. Die Größe des Abwärtsschrittes und sein glaubwürdiges Intervall (dies ist ein Bayes'sches Intervall, ähnlich einem Konfidenzintervall) können jedoch gleichermaßen nützlich sein.

— GaBorgulya
quelle

Frage an alle: Wird die Idee, einen einfachen T- Test vorher oder nachher durchzuführen, durch die Tatsache beeinträchtigt, dass der Forscher den Vorteil hatte, die gesamte Serie zu sehen, bevor er diesen Weihnachts-Split-Punkt wählte? Gibt es darüber hinaus einfachere Methoden als die von GaBorgulya, die Sie empfehlen würden? Und ich bin mir nicht sicher, ob die Montage von 2 ARIMA-Modellen viel einfacher wäre.

— Rolando2