JMP 時系列外れ値分析こんにちは、
JMP に時系列外れ値分析があるかどうか疑問に思っていました。 失敗と時間の関係に関する一連のデータがあり、外れ値を特定したいと考えています。
ありがとう
アダム
高度な統計モデリングデータのブレンディングとクリーンアップRe: JMP 時系列外れ値分析ハイマーク、
PCA と IQR の使用について説明し、非線形性の重要性についても指摘していただきありがとうございます。 カーネルスムーサーに関するあなたの提案を試して残差を取得し、その後、残差に外れ値分析を使用して外れ値ポイントを取得しました。
ご協力とご提案に改めて感謝いたします。
よろしく、
アダム
Re: JMP 時系列外れ値分析こんにちは、アダム
PCA は、IQR では考慮されない主成分軸に沿った共分散を考慮します。 基本的に、これは、多変量空間 (1 つの次元が時間) で外れ値を特定する場合と、単変量空間で異常値を特定する場合の違いです。
注意: 時系列に多くの非線形動作がある場合、PCA 手法は効果的ではない可能性があります。 より柔軟なもう 1 つの方法は、Fit Y by X (または Graph Builder) を使用して分割モデルを当てはめることです。 「Y by X 二変量フィット」メニューから、「フレキシブル」>「カーネル スムーザー」を選択します。 好みの滑らかさを選択し、凡例のローカル スムーザーの横にある赤い三角形から [残差の保存] を選択します。 その後、これらの残差にデータ フィルターを適用して、主成分を使用するよりも柔軟なモデルで外れ値をフィルター処理できます。
よろしく、安全にお過ごしください、
マーク
Re: JMP 時系列外れ値分析ハイマーク、
素早い対応と解決策をありがとうございました。 あなたの提案に従ってみたところ、異常値を取得できました。
PCA 外れ値検出と IQR 分析の利点は何ですか? IQR でも同じ外れ値が見つかります。
JMP 以外で PCA を実行する場合、外れ値はどのように見つければよいですか?
再度、感謝します。
よろしく、
アダム
Re: JMP 時系列外れ値分析こんにちは、アダム
以下をお勧めしますので、うまくいくかどうかお知らせください。
主成分プラットフォームを使用し、失敗変数と時間変数を Y 変数として入力します (両方とも連続数値である必要があります)。
PCA レポート メニューから、[外れ値分析] を選択します。 表示されている T² プロットは、故障対時間データの構造を考慮した多変量平均までの距離を示します。 T² 値が高い点は、外れ値である可能性があります (UCL ラインより上)。
お役に立てれば！
マーク
