时间序列趋势检验以及突变点检测任务简说

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u012111465/article/details/82016757

最近因业务需求，需要对时间序列数据进行趋势描述和突变点检测，做一个程序自动识别趋势变化趋势。然而趋势以及突变点检测的方法发展较为缓慢，近年来也没有什么新的方法出现。我做的也比较浅显，后续继续探索补充算法。
大致的思路：时间序列突变点检测（一种突变方法可能不准确，采用多种方法求交集）——>分段时间序列平稳性检验——>不满足平稳性的采用趋势检验，并增加趋势成都表述。
内容包括：
时间序列突变点检测：Mann-Kendall突变点、Pettitt、Buishand U test、Standard Normal Homogeneity Test (SNHT)、非平稳时间序列突变检测的启发式分割算法（BG算法，后期补充）
时间序列平稳性检验：ADF时间序列平稳性检验
时间序列趋势检验：Mann-Kendall趋势检验
下文进行一一写代码。