时间序列函数

以下函数用于系列数据分析。

seriesOutliersDetectTukey

使用 Tukey 围栏检测系列数据中的异常值。

语法

seriesOutliersDetectTukey(series);
seriesOutliersDetectTukey(series, min_percentile, max_percentile, K);

参数

series - 数值数组。
min_percentile - 用于计算四分位距范围的最小百分位数 (IQR)。该值必须在范围内[0.02,0.98]. 默认值为 0.25。
max_percentile - 用于计算四分位距范围 (IQR) 的最大百分位数。该值必须在范围内[0.02,0.98]. 默认值为 0.75。
K - 用于检测轻微或更强异常值的非负常数值。默认值为 1.5。

series 中至少需要四个数据点才能检测到异常值。

返回值

返回一个与输入数组长度相同的数组，其中每个值代表系列中对应元素的异常可能性的得分。非零得分表示可能的异常。数组.

示例

查询

SELECT seriesOutliersDetectTukey([-3, 2, 15, 3, 5, 6, 4, 5, 12, 45, 12, 3, 3, 4, 5, 6]) AS print_0;

结果

┌───────────print_0─────────────────┐
│[0,0,0,0,0,0,0,0,0,27,0,0,0,0,0,0] │
└───────────────────────────────────┘

查询

SELECT seriesOutliersDetectTukey([-3, 2, 15, 3, 5, 6, 4.50, 5, 12, 45, 12, 3.40, 3, 4, 5, 6], 0.2, 0.8, 1.5) AS print_0;

结果

┌─print_0──────────────────────────────┐
│ [0,0,0,0,0,0,0,0,0,19.5,0,0,0,0,0,0] │
└──────────────────────────────────────┘

seriesPeriodDetectFFT

使用 FFT FFT - 快速傅里叶变换查找给定系列数据的周期。

语法

seriesPeriodDetectFFT(series);

参数

series - 数值数组

返回值

等于系列数据的周期的实数值。当数据点数少于四个时为 NaN。 Float64.

示例

查询

SELECT seriesPeriodDetectFFT([1, 4, 6, 1, 4, 6, 1, 4, 6, 1, 4, 6, 1, 4, 6, 1, 4, 6, 1, 4, 6]) AS print_0;

结果

┌───────────print_0──────┐
│                      3 │
└────────────────────────┘

SELECT seriesPeriodDetectFFT(arrayMap(x -> abs((x % 6) - 3), range(1000))) AS print_0;

结果

┌─print_0─┐
│       6 │
└─────────┘

seriesDecomposeSTL

使用 STL (基于局部加权回归的季节趋势分解程序) 将系列数据分解为季节、趋势和残差成分。

语法

seriesDecomposeSTL(series, period);

参数

series - 数值数组
period - 正整数

series 中的数据点数应至少是 period 值的两倍。

返回值

包含四个数组的数组，其中第一个数组包含季节成分，第二个数组包含趋势，第三个数组包含残差成分，第四个数组包含基线（季节 + 趋势）成分。数组.

示例

查询

SELECT seriesDecomposeSTL([10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34], 3) AS print_0;

结果

┌───────────print_0──────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ [[
        -13.529999, -3.1799996, 16.71,      -13.53,     -3.1799996, 16.71,      -13.53,     -3.1799996,
        16.71,      -13.530001, -3.18,      16.710001,  -13.530001, -3.1800003, 16.710001,  -13.530001,
        -3.1800003, 16.710001,  -13.530001, -3.1799994, 16.71,      -13.529999, -3.1799994, 16.709997
    ],
    [
        23.63,     23.63,     23.630003, 23.630001, 23.630001, 23.630001, 23.630001, 23.630001,
        23.630001, 23.630001, 23.630001, 23.63,     23.630001, 23.630001, 23.63,     23.630001,
        23.630001, 23.63,     23.630001, 23.630001, 23.630001, 23.630001, 23.630001, 23.630003
    ],
    [
        0, 0.0000019073486, -0.0000019073486, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, -0.0000019073486, 0,
        0
    ],
    [
        10.1, 20.449999, 40.340004, 10.100001, 20.45, 40.34, 10.100001, 20.45, 40.34, 10.1, 20.45, 40.34,
        10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.1, 20.45, 40.34, 10.100002, 20.45, 40.34
    ]]                                                                                                                   │
└────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

时间序列函数

seriesOutliersDetectTukey​

seriesPeriodDetectFFT​

seriesDecomposeSTL​

seriesOutliersDetectTukey

seriesPeriodDetectFFT

seriesDecomposeSTL