时间序列函数

以下函数用于序列数据分析。

seriesOutliersDetectTukey

使用 Tukey Fences 检测序列数据中的异常值。

语法

参数

• series - 数值类型的数组。
• min_percentile - 用于计算四分位间距 (IQR) 的最小百分位数。值的范围必须在 [0.02,0.98] 之间。默认值为 0.25。
• max_percentile - 用于计算四分位间距 (IQR) 的最大百分位数。值的范围必须在 [0.02,0.98] 之间。默认值为 0.75。
• K - 用于检测轻度或重度异常值的非负常数值。默认值为 1.5。

在 series 中至少需要四个数据点以检测异常值。

返回值

• 返回一个长度与输入数组相同的数组，其中每个值表示相应元素在序列中可能异常的得分。非零得分表示可能的异常。 数组。

示例

查询：

结果：

查询：

结果：

seriesPeriodDetectFFT

使用 FFT 找到给定序列数据的周期。 FFT - 快速傅里叶变换

语法

参数

• series - 数值类型的数组。

返回值

• 一个实值，等于序列数据的周期。当数据点数量少于四个时返回 NaN。 Float64。

示例

查询：

结果：

结果：

seriesDecomposeSTL

使用 STL (基于 Loess 的季节性-趋势分解程序) 对序列数据进行分解为季节、趋势和残差组件。

语法

参数

• series - 数值类型的数组。
• period - 正整数。

series 中的数据点数量应至少是 period 值的两倍。

返回值

• 返回一个包含四个数组的数组，其中第一个数组包括季节性组件，第二个数组是趋势，第三个数组是残差组件，第四个数组是基线（季节性 + 趋势）组件。 数组。

示例

查询：

结果：