<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Sia per la simulazione che per i dati del mondo reale può essere di grande valore identificare serie temporali simili sia nel loro valore assoluto nel tempo, ma anche in termini di modalità di comportamento. Ad esempio, questo può aiutarci a identificare quando il comportamento di un sistema viene drasticamente modificato in risposta a un cambiamento di input. JMP offre alcune tecniche di clustering molto utili, ma per quanto ne so nessuno specificamente per i dati delle serie temporali.
Qualcuno ha mai tentato di sviluppare uno script o un plugin per raggruppare i dati delle serie temporali in JMP? So che questi pacchetti esistono per R. Ad esempio, TSclust.
Un approccio molto approssimativo sta alimentando i dati della serie temporale dell'algoritmo di clustering JMP con ciascun punto di dati in una nuova colonna (quindi colonna 1 = T1 .. eccetera.). Questo è un approccio rapido e sporco che offre già alcuni risultati. Ma sto cercando un modo accessibile per identificare con maggiore precisione le somiglianze nel comportamento. Ad esempio: un grafico può essere suddiviso in segmenti e per ogni segmento è possibile identificare se il comportamento mostra un determinato tipo di comportamento: accelerazione della crescita, accelerazione del declino (esponenziale) o decelerazione della crescita e decelerazione del declino (logaritmico). Il clustering di queste informazioni potrebbe quindi essere eseguito dai normali algoritmi di clustering inclusi in JMP. Tuttavia, idealmente il clustering viene eseguito per l'intera sequenza di comportamento (che potrebbe includere molti cambiamenti nella forma del comportamento) mentre si osservano anche varie caratteristiche del comportamento, ad esempio la derivata prima e la seconda e il valore medio . Sono interessato a sapere se qualcuno ha esperienze con questa sfida ed è disposto a condividere.
In allegato puoi trovare un approccio molto approssimativo usando il clustering di Ward. In realtà i risultati non sono negativi (test del bulbo oculare) (vedi immagine allegata). La tabella dei dati con lo script di cluster incluso è allegata:
gv,
Ho impilato i tuoi dati e poi ho fatto un grafico di controllo con phasing per i cluster. Non sono sicuro se questo è utile o utile, ma ho pensato che ti potrebbe piacere come alternativa.
