检测值的剧烈变化

Question

我有一个时间序列，我想找出值是否发生剧烈变化。例如我有一个时间序列：

1,3,5,2,4,3,2,5,6,1,3,2,4,10,15,20,24,34,40

在这个值为 10 的示例中，时间序列开始发生剧烈变化。如何检测到这种变化？

我所做的是将当前值与过去的第三个值进行比较，如果变化超过五个，那么集合就会发生剧烈变化，但我认为没有最好的方法。

您知道这可能是完成这项工作的更好方法吗？

编辑

我有一个时间序列，我想注意斜率（在这张图片中）是否开始快速上升

Answer 1

ts <- c(1,3,5,2,4,3,2,5,6,1,3,2,4,10,15,20,24,34,40)
#shows elements where difference between x and x + lagth element is greater than 10 
diffts <- diff(ts)

rollingwindow <- 5

# option 1
avgslope1 <- vector(mode = "numeric", length = (length(ts)-rollingwindow))
for ( i in 1 : (length(ts)-rollingwindow))
{
  avgslope1[i] <- round(mean(ts[i:(i+rollingwindow)]),2)
}


#option 2
avgslope2 <- vector(mode = "numeric", length = (length(ts)-rollingwindow))
for ( i in 1 : (length(diffts)-rollingwindow))
{
  avgslope2[i] <- round(mean(diffts[i:(i+rollingwindow)]),2)
}

avgslope1 是 5 个值的滚动平均值。如果您运行ts[1 + which.max(diff(avgslope1))]，您将获得接下来五个值的平均值变化最大的值。同样，ts[1 + which.max(diff(avgslope2))] 返回值的平均变化在接下来的 5 个元素中最高的元素。

> avgslope1
 [1]  3.00  3.17  3.50  3.67  3.50  3.33  3.17  3.50  4.33  5.83  9.00 12.50 17.83 23.83
> avgslope2
 [1]  0.17  0.33  0.17 -0.17 -0.17 -0.17  0.33  0.83  1.50  3.17  3.50  5.33  6.00  0.00
> ts
 [1]  1  3  5  2  4  3  2  5  6  1  3  2  4 10 15 20 24 34 40