Análisis de valores atípicos de series temporales de JMPHola,
Me preguntaba si JMP tiene análisis de valores atípicos de series de tiempo. Tengo un conjunto de datos para fallas frente al tiempo y me gusta identificar el valor atípico.
Gracias
Adán
AnalíticaRe: Análisis de valores atípicos de series temporales de JMPHola adam,
Recomendaría lo siguiente y avíseme si funciona para usted.
Use la plataforma de Componentes Principales e ingrese sus variables de falla y tiempo como las variables Y (ambas deben ser numéricas continuas).
En el menú del informe de PCA, seleccione Análisis de valores atípicos. La gráfica T² que se muestra le dará la distancia a la media multivariada que representa la estructura de los datos de fallas frente al tiempo. Los puntos con valores altos de T² probablemente deberían ser los valores atípicos (por encima de la línea UCL).
¡Espero que esto ayude!
marcaRe: Análisis de valores atípicos de series temporales de JMPHola, Mark,
Muchas gracias por su rápida respuesta y solución. Seguí tu sugerencia y puedo obtener los valores atípicos.
¿Cuál es la ventaja de la detección de valores atípicos de PCA frente al análisis de IQR? IQR también encuentra el mismo valor atípico.
Si hago PCA fuera de JMP, ¿cómo encuentro los valores atípicos?
Gracias de nuevo.
Saludos,
Adán
Re: Análisis de valores atípicos de series temporales de JMPHola adam,
El PCA tendrá en cuenta la covarianza a lo largo de los ejes de los componentes principales donde el IQR no lo hace. Básicamente, es la diferencia entre identificar valores atípicos en un espacio multivariante (donde una dimensión es el tiempo) frente a un espacio univariante.
Solo para tener en cuenta: el método PCA puede no ser efectivo si hay mucho comportamiento no lineal en su serie de tiempo. Otra forma que será más flexible es ajustar un modelo dividido usando Ajustar Y por X (o Graph Builder). En el menú Fit Y by X Bivariate, seleccione Flexible> Kernel Smoother. Elija la suavidad que prefiera y, a continuación, en el triángulo rojo junto al Suavizador local en la leyenda, seleccione guardar residuos. Luego, puede aplicar un filtro de datos en esos residuos para filtrar valores atípicos con un modelo más flexible que el uso de componentes principales.
Saludos y mantente a salvo,
marca
