Déterminer si le changement dans une série chronologique est statistiquement significatif

J'ai le nombre total d'appels reçus chaque semaine et les ai tracés sur un graphique, remontant à près de 3 ans.

À l'œil nu, il semble qu'il y ait eu une baisse massive de Noël, qui ne semble pas avoir récupéré, il semble qu'il y ait eu un changement radical dans les demandes.

Existe-t-il un test que je peux faire pour quantifier cette différence?

À votre santé

Ben

time-series statistical-significance change-point oharab
la source

Explorer la balise de point de changement peut vous donner quelques idées.

whuber

Réponses:

Un exemple très similaire est utilisé dans le tutoriel de PyMC. Si vous supposez que le nombre quotidien de demandes était constant jusqu'à un certain point dans le temps (peut-être exactement Noël) et qu'ensuite il était à nouveau constant, tout ce que vous devez faire est de remplacer les chiffres dans l'exemple: http: //pymc.googlecode. com / svn / doc / tutorial.html

Comme c'est l'approche bayésienne, vous n'obtiendrez pas (facilement) des valeurs de p. Cependant, la taille de l'échelon et son intervalle crédible (il s'agit d'un intervalle bayésien, similaire à un intervalle de confiance) peuvent être également utiles.

GaBorgulya
la source

Question pour tous: l'idée de faire un simple T- test, avant vs après, est-elle compromise par le fait que le chercheur a eu l'avantage de voir toute la série avant de choisir ce point de partage de Noël? Au-delà de cela, y a-t-il des méthodes plus simples que celles de GaBorgulya que vous recommanderiez? Et je ne suis pas sûr que l'installation de 2 modèles ARIMA serait beaucoup plus simple.

rolando2