<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Sowohl für Simulationsdaten als auch für Daten aus der realen Welt kann es von großem Wert sein, Zeitreihen zu identifizieren, die sowohl hinsichtlich ihrer absoluten Werte als auch hinsichtlich ihrer Verhaltensweisen ähnlich sind. Auf diese Weise können wir beispielsweise erkennen, wenn sich das Verhalten eines Systems als Reaktion auf eine Änderung der Eingabe drastisch ändert. JMP bietet einige sehr nützliche Clustering-Techniken, aber meines Wissens keine speziell für Zeitreihendaten.
Hat jemals jemand versucht, ein Skript oder Plugin zu entwickeln, um Zeitreihendaten in JMP zu sammeln? Ich weiß, dass solche Pakete für R existieren. Zum Beispiel TSclust.
Eine sehr grobe Methode besteht darin, die Zeitreihendaten des JMP-Clustering-Algorithmus mit jedem Datenpunkt in einer neuen Spalte zu füttern (also Spalte 1 = T1 ..). usw.). Dies ist ein schneller und schmutziger Ansatz, der bereits einige Ergebnisse liefert. Ich suche jedoch nach einem zugänglichen Weg, um Ähnlichkeiten im Verhalten genauer zu identifizieren. Ein Diagramm könnte beispielsweise in Segmente unterteilt sein, und für jedes Segment könnten wir feststellen, ob das Verhalten ein bestimmtes Verhalten zeigt: Beschleunigung des Wachstums, Beschleunigung des Abfalls (exponentiell) oder Verlangsamung des Wachstums und Verlangsamung des Abfalls (Logarithmus). Das Clustering dieser Informationen könnte dann mit den in JMP enthaltenen normalen Clustering-Algorithmen erfolgen. Idealerweise wird das Clustering jedoch für die gesamte Verhaltenssequenz durchgeführt (was viele Änderungen in der Form des Verhaltens beinhalten kann), während auch verschiedene Merkmale des Verhaltens betrachtet werden, z. B. die erste und zweite Ableitung sowie der Durchschnittswert . Ich bin daran interessiert zu erfahren, ob jemand Erfahrungen mit dieser Herausforderung hat und bereit ist zu teilen.
Im Anhang können Sie mit Ward-Clustering einen sehr groben Ansatz finden. Die Ergebnisse sind eigentlich nicht so schlecht (Augapfel-Test) (siehe Bild im Anhang). Die Datentabelle mit dem Clustering-Skript liegt bei:
gv,
Ich habe Ihre Daten gestapelt und dann eine Kontrollkarte mit Phaseneinstellung für die Cluster erstellt. Sie sind sich nicht sicher, ob dies hilfreich oder nützlich ist, aber Sie haben es vielleicht als Alternative gesehen.
