Pencere uzunluğunu nasıl seçmeliyim?

Normal davranışın birkaç döngüsünü kapsayacak kadar uzun, eğilim ve düzey değişimine uyum sağlayacak kadar kısa. Saatlik veride 24–168, günlükte 14–60 yaygın başlangıçlardır; en az 20–30 nokta, ortalama ve std'nin kararlı olması için iyidir.

Eşik olarak 3 mü, 3,5 mi?

Klasik z için 3, sağlam z için 3,5 yaygın başlangıçtır. Eşiği yükseltmek yanlış alarmı azaltır ama gerçek anomalileri kaçırabilir. Beklenen yanlış alarm sayısına bakarak ve iş maliyetini düşünerek ayarlayın.

Serim eğilimli ya da mevsimsel; yine de kullanabilir miyim?

Sonuçlar güvenilmez olur. Eğilimde pencere ortalaması hep geride kalır ve sabit bir sapma üretir; mevsimde döngü zirveleri anomali sayılır. Önce seriyi eğilim ve mevsimden arındırın, kalıntıyı bu araca verin.

Pencere neden noktanın kendisini içermiyor?

Bir uç değer kendi pencerenin ortalamasını ve std'sini şişirir ve kendini normal gösterir. Yalnızca öncekilere bakmak gerçek zamanlı kullanımı da taklit eder: yeni bir veri geldiğinde geçmişe göre değerlendirilir.

Ardışık birkaç anomali neden bazen yakalanmıyor?

İlk anomali sonraki noktaların pencerelerine girer ve ortalamayı ya da std'yi şişirir (maskeleme). Sağlam z bu etkiyi azaltır; yine de uzun süren bir düzey kayması bir süre sonra normal sayılır.

İşaretli nokta kesin bir arıza mı?

Hayır. İstatistiksel olarak alışılmadık demektir; nedeni gerçek bir olay, ölçüm hatası ya da sadece nadir bir normal değer olabilir. Alan bilgisiyle ve komşu verilerle doğrulayın.

Anomali bulucu (kayan z-skor)

Bir zaman serisi yapıştırın, pencere uzunluğunu ve eşiği seçin. Her nokta, kendisinden önceki w noktanın ortalaması ve standart sapmasıyla (ya da medyan ve MAD ile) karşılaştırılır; eşiği aşanlar işaretlenir, bant grafiğinde ve tabloda görürsünüz.

Ücretsiz araç · Veri analitiği

Zaman serisi

Tek sütun, ya da tarih + değer (ilk satır başlık olabilir). Excel'den kopyalayabilir ya da CSV dosyası yükleyebilirsiniz; ondalık virgül ve nokta otomatik algılanır. Eksik değer varsa satırı silin ya da doldurun.

CSV dosyası yükle

Veri tarayıcınızda okunur ve hesaplanır; hiçbir yere gönderilmez.

Pencere uzunluğu w

Her noktanın karşılaştırıldığı önceki nokta sayısı (3–500). Kısa pencere değişime çabuk uyum sağlar ama gürültülüdür.

Eşik k

|z| bu değeri aşarsa nokta işaretlenir. Klasik z için 3, sağlam z için 3,5 yaygındır.

Yöntem

Klasik z-skor (ortalama, standart sapma)Hızlıdır; ama pencerede önceki aykırı değerler varsa ortalamayı ve std'yi şişirir.Sağlam z (medyan, MAD)Aykırı değerlere dayanıklıdır; z = 0,6745·(x − medyan) / MAD.

Verinizde anormal davranışı gerçek zamanlı yakalayan bir izleme ve uyarı düzenini birlikte kuralım.

Görüşme talep edin

Nasıl kullanılır

A
Zaman serisini yapıştırın ya da CSV yükleyin (tek sütun veya tarih + değer); örnek veriyi de deneyebilirsiniz.
B
Pencere uzunluğunu ve eşiği seçin; aykırı değerlere dayanıklı sonuç için sağlam (MAD) z yöntemini işaretleyin.
C
Bant grafiğinde ve tabloda işaretlenen noktaları, beklenen yanlış alarm sayısıyla birlikte inceleyin; uyarıları okuyun.

Kayan z-skor nasıl çalışır?

Her nokta için kendisinden önceki w nokta bir referans penceresi olur: ortalama m ve standart sapma s hesaplanır, z = (x − m) / s noktanın pencereye göre kaç standart sapma uzakta olduğunu söyler. |z| eşik k'yı aşarsa nokta işaretlenir. Nokta kendi penceresine girmez; böylece uç değer kendi ortalamasını ve std'sini şişirip kendini gizleyemez.

İlk w nokta için pencere olmadığından hesaplanmaz. Pencere kısaysa seri değişimlere hızla uyum sağlar ama ortalama ve std gürültülüdür; uzunsa kararlıdır ama yavaş uyum sağlar.

Klasik z mi, sağlam (MAD) z mi?

Klasik z ortalama ve standart sapmaya dayanır; ikisi de aykırı değerlere duyarlıdır. Pencerede bir önceki anomali varsa std şişer ve sonraki anomaliler eşiğin altında kalabilir (maskeleme). Sağlam z, medyan ve MAD (medyan mutlak sapma) kullanır; bu ikisi aykırı değerlerden neredeyse etkilenmez. 0,6745 katsayısı, normal dağılımda MAD'ı standart sapma ölçeğine getirir.

Sağlam z'de 3,5 eşiği Iglewicz ve Hoaglin'in önerdiği yaygın değerdir. Pencere değerleri tamamen aynıysa MAD = 0 olur; bu durumda merkezden sapan her nokta işaretlenir.

Yanlış alarm ve sınırlamalar

Veri saf normal gürültüyse bile eşik k'yı aşan noktalar çıkar: k = 3'te olasılık yaklaşık %0,27'dir, yani 1.000 noktada ortalama 2,7 yanlış alarm. Araç bunu beklenen sayı olarak gösterir; gerçek sayı bunun çok üstündeyse gerçek anomali vardır. Küçük pencerede oran daha da yüksektir.

En büyük sınırlama eğilim ve mevsimselliktir: bir günlük döngüsü olan sensör serisinde her sabah ve akşam zirvesi "anomali" görünür. Böyle serilerde önce eğilimi ve mevsim bileşenini çıkarıp kalıntıya bakmak gerekir.

Sık sorulanlar

Pencere uzunluğunu nasıl seçmeliyim?: Normal davranışın birkaç döngüsünü kapsayacak kadar uzun, eğilim ve düzey değişimine uyum sağlayacak kadar kısa. Saatlik veride 24–168, günlükte 14–60 yaygın başlangıçlardır; en az 20–30 nokta, ortalama ve std'nin kararlı olması için iyidir.
Eşik olarak 3 mü, 3,5 mi?: Klasik z için 3, sağlam z için 3,5 yaygın başlangıçtır. Eşiği yükseltmek yanlış alarmı azaltır ama gerçek anomalileri kaçırabilir. Beklenen yanlış alarm sayısına bakarak ve iş maliyetini düşünerek ayarlayın.
Serim eğilimli ya da mevsimsel; yine de kullanabilir miyim?: Sonuçlar güvenilmez olur. Eğilimde pencere ortalaması hep geride kalır ve sabit bir sapma üretir; mevsimde döngü zirveleri anomali sayılır. Önce seriyi eğilim ve mevsimden arındırın, kalıntıyı bu araca verin.
Pencere neden noktanın kendisini içermiyor?: Bir uç değer kendi pencerenin ortalamasını ve std'sini şişirir ve kendini normal gösterir. Yalnızca öncekilere bakmak gerçek zamanlı kullanımı da taklit eder: yeni bir veri geldiğinde geçmişe göre değerlendirilir.
Ardışık birkaç anomali neden bazen yakalanmıyor?: İlk anomali sonraki noktaların pencerelerine girer ve ortalamayı ya da std'yi şişirir (maskeleme). Sağlam z bu etkiyi azaltır; yine de uzun süren bir düzey kayması bir süre sonra normal sayılır.
İşaretli nokta kesin bir arıza mı?: Hayır. İstatistiksel olarak alışılmadık demektir; nedeni gerçek bir olay, ölçüm hatası ya da sadece nadir bir normal değer olabilir. Alan bilgisiyle ve komşu verilerle doğrulayın.

Anomaliyi arızadan önce yakalayın

Sensör, SCADA ya da üretim verinizde anormal davranışı gerçek zamanlı yakalayan, yanlış alarmı düşük bir izleme düzenini birlikte tasarlayalım.

Görüşme talep edin Veri analitiği hizmetini inceleyin →