CN106909793-CN201710122793-检验服从近似正态分布的时间序列的异常的方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106909793 A (43)申请公布日 2017.06.30 (21)申请号 201710122793.8 (22)申请日 2017.03.03 (71)申请人 北京北青厚泽数据科技有限公司 地址 100016 北京市朝阳区朝阳北路145号 13号楼（六里屯孵化器2166号） (72)发明人 夏一粟　刘红跃　 (74)专利代理机构 北京德和衡律师事务所 11405 代理人 王晓 (51)Int.Cl. G06F 19/00(2011.01) 权利要求书1页 说明书5页 附图1页 (54)发明名称 检验服从近似正态分布的时间序列的异常 的方法 (57)摘要 本发明提供了一种检验服从近似正态分布 的时间序列的异常的方法，包括：步骤1，获取关 键管理指标的按时间顺序排列的历史数据；步骤 2，生成所述关键管理指标的正态概率图；步骤3， 根据所述正态概率图判断所述关键管理指标的 数据是否存在潜在的异常值，如果有，则进入步 骤4；步骤4，根据广义ESD统计检验时间序列是否 存在异常值。通过本发明中的技术方案可科学地 定义出异常模式，并实现异常模式的自动检测、 及时发现异常，不需要管理者具有一定的管理经 验，降低了对管理者的要求，可复制性好，增加了 A 预测的科学性和合理性。 3 9 7 9 0 9 6 0 1 N C CN 106909793 A 权　利　要　求　书 1/1页 1.一种检验服从近似正态分布的时间序列的异常的方法，其特征在于，包括： 步骤1，获取关键管理指标的按时间顺序排列的历史数据； 步骤2，生成所述关键管理指标的正态概率图； 步骤3，根据所述正态概率图判断所述关键管理指标的数据是否存在潜在的异常值，如 果有，则进入步骤4； 步骤4，根据广义ESD统计检验时间序列是否存在异常值。 2.根据权利要求1所述的方法，其特征在于，步骤2包括： 步骤21，将每个关键管理指标的数据分别由小至大排列，并分别按1-n编号； 步骤22，计算每个数据的分位数； 步骤23，确定与每个分位数匹配的正态分布值； 步骤24，根据上述每个数据的值及其对应的分位数的正态分布值生成散点图，其中，该 散点图的X轴为所述正态分布值，Y值为所述数据的值； 步骤25，采用一条直线拟合所述散点图中的数据点，生成正态概率图。 3.根据权利要求2所述的方法，其特征在于，所述步骤3包括： 计算所述散点图中的数据点与所述直线之间的相关系数，如果相关系数小于预定值， 则认为存在异常值。 4.根据权利要求2所述的方法，其特征在于，所述步骤4包括： 步骤41，确定异常值的个数r或占比a； 步骤42，计算步骤3中确定的每个异常值对应的统计量、以及该异常值在给定的显著水 平下的临界值； 步骤43，若该异常值的统计量大于临界值，则该异常值对应的数据是所述关键管理指 标的异常值。 5.根据权利要求4所述的方法，其特征在于，所述步骤42根据下式计算所述统计量： 其中，R 为统计量，为样本均值，S为样本标准差，xi为时间序列中的数据值。 i 6.根据权利要求4所述的方法，其特征在于，所述步骤42在显著性水平为α的条件下，根 据下式计算所述临界值： 其中，λ 为临界值，t 为自由度为n-i-1的t分布的100p百分位点，且 i