Mar*_*ark 6 algorithm math time-series
我正在记录房间的温度值,将它们保存到数据库中.当温度突然升高时,我想得到警报.我不能设定固定值,因为冬天可接受18°C,夏季可接受25°C.但如果它在20°C到25°C之间跳跃,比方说,30分钟并保持这样5分钟(以消除错误的读数),我想得到通知.
我目前的想法是从最近30分钟(A)读取读数并从最后5分钟读取(B),计算A和B的中位数,并检查它们之间的差异是否小于我想要的阈值.
这是解决这个问题的正确方法吗？还是有更好的算法？我搜索了一个特定的,但大多数似乎过于复杂.
谢谢!
检测时间序列的变化是一个经过深入研究的课题，关于这个课题的论文已经有数百甚至数千篇。正如您所看到的，许多方法都非常先进，但事实证明对于许多用例来说非常有用。无论您选择什么方法，您都应该根据真实的模拟数据对其进行评估，并针对您的用例优化其参数。
根据您的要求，让我建议一个非常简单的方法，在许多情况下证明该方法足够好，并且与您考虑的方法非常相似。
基本上，您有两个担忧：
首先，请注意，中位数并不常用于检测趋势。对于序列 (1,2,3,30,35,3,2,1)，5 个连续项的中位数为 (3,3,3,3)。使用平均值更为常见。
一种常见的技巧是在平均之前抛出极值（例如，对于每 7 个值，仅对中间的 5 个值进行平均）。如果预计会出现许多错误读数 - 尝试以更快的速度进行测量，并抛出更多的极值（例如，每 13 个值平均中间 9 个值）。
另外，您应该丢弃不可行的值并将其替换为最后的测量值（不可行意味着超出范围，或非物理变化率）。
您将短期衡量指标与长期衡量指标进行比较的想法是个好主意，而且实际上它很常用（例如在计量经济学中）。
引自“金融计量经济学模型 - 该领域的一些贡献 [Nicolau，2007]：
买入和卖出信号由价格水平的两条移动平均线生成：长期平均线和短期平均线。典型的移动平均线交易规则规定，当短期移动平均线从下方（上方）穿过长期移动平均线时（即，当原始时间序列上升（下降）相对较快时）买入（卖出）。