Bayesian时间序列趋势分析，季节分解，和突变点分析 (R, Python, and Matlab)

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

借贵宝地分享我开发的一个贝叶斯间序列分析模型BEAST。它主要用于把时间序列分解为趋势(trend)和季节周期波动(seasonality), 同时对这2项也进行突变点检测 (structural breaks or changepoints)。如果时间序列没有季节项，也可以只进行趋势分析和突变点检测。（相比传统的突变点或者断点分析方法，它的优势是不仅告诉那儿发生突变，并且给出每个时间点发出突变的概率；也可以告诉发生几个突变点的概率,) 这个算法已经在10多个领域被应用过（例如环境，生态，地球科学， 心理，医学，政治学，化学，金融，教育学 ...），其中包括一些发表文章用它来分析经济人文相关的时间序列数据。 我觉的BEAST可能对分析某些及经管相关的时间学列数据或许有点用处。 这个算法在这个网址有更多介绍 https://github.com/zhaokg/Rbeast.  

这个算法可以在R, Matlab,或者 Python中调用。

在R中，已经做成一个package,可以直接用install.packages("Rbeast")安装

1. install.packages("Rbeast")
   
2. library(Rbeast)
   
3. data(Nile)                                       #  annual streamflow of the Nile River   
   
4. out = beast(Nile, season='none')      #  'none': trend-only data without seasonlaity   
   
5. print(out)                  
   
6. plot(out)

复制代码

在Python中，已经做成一个package放在https://github.com/zhaokg/Rbeast/tree/master/Matlab手动下载：

1. beastPath = 'c:\beast'                                                 % 本地安装目录
   
2. eval(webread('http://b.link/rbeast',weboptions('cert','')))  % 自动安装在beastPath指定目录
   
3. load('Nile.mat')                                                          % 尼罗河年径流量
   
4. out = beast(Nile, 'season', 'none','start', 1871)               % trend-only data without seasonality
   
5. printbeast(out)
   
6. plotbeast(out)
   
7. %下图为这个例子的结果
   
8. %第一个截屏是 突变点个数的概率，比如说有54%的概率存在1个突变点
   
9. %第二个截屏是 画出的主要结果

复制代码

Matlab中另外一个例子

1. load('googletrend.mat')               % 美国自2004年每月在Google搜索'beach'关键词的频度：这个时间序列有一个周期项
   
2. o = beast( beach )                       % Apply BEAST to the 'beach time series: beach is a data vector only; the time
   
3.                                                  % info can be supplied using the start and deltat
   
4.                                                  % keywords, as in the next commented line
   
5. %o = beast( beach,'start',[2004,1],'deltat',1/12 )
   
6. printbeast(o)          % print the changepoints detected
   
7. plotbeast(o)            % plot the results: o.season.Y and o.trend.Y are the seasonal and trend compoents

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Bayesian MATLAB python matla Bayes