如何檢測時間序列數據的變化是否不再顯着？

Question

我有一組新聞文章，其中有統計數據，例如：提供文章的日期範圍的Twitter帖子數量。統計值的自然行爲是，新帖子的數量增長迅速，然後隨着新聞老化而減少。

我想知道如何計算統計數據變化不再顯着的天數（例如：<佔職位總數的0.1％），並且對於整個數據集具有一定置信度。

你能否提供一些提示以尋找信息和方法？我會很欣賞Python中的一些代碼示例:)

Answer 1

這個問題真的是關於時間序列分析。由於您有興趣確定截止點，因此您可以通過閱讀Control Charts來開啓一個好地方。 如果您想深入研究統計數據（超出控制圖表），請查看Change Point Analysis，並查看時間序列中的結構更改。

的Python模塊：要執行此分析在Python，NumPy的和大熊貓模塊是相關的。這個post in statalgo將使您在Python代碼方面走上正軌。 （如果你是開放的，使用R爲您分析，考慮CRAN包TSERIES和strucchange）在SE（統計）

初步認識問題：How to detect a change in time series data?

相關的真實生活中的例子 ：在烏薩馬本拉登去世後，在推特上有很多analysis done on how that piece of news spread。該文章甚至有一個專門關於您的問題的消息傳播的停止的一個部分。

最後，您也可以考慮在Stats SE site中詢問。

希望有所幫助。