ЛЕКЦІЯ 10.

Аналіз часових рядів

Часовий ряд - реалізація випадкового процесу, набір послідовних

результатів спостереження.
У формі часових рядів можуть бути представлені параметри завантаження
інформаційно-телекомунікаційної системи (відсоток часу CPU, кількість вільної
пам’яті, кількість пакетів за одиницю часу на мережному обладнанні, кількість
інших подій за одиницю часу).
Часовий ряд V (t) може бути представлений як:
V (t)=T (t )+C (t)+ N (t)

де T (t) - тренд, C( t) - циклічний компонент, N (t) - випадковий

шум.
Тренд - це тривала зміна рівня середнього випадкового процесу.
Циклічний компонент — компонент, значення якого повторюються з
певною періодичністю.
Аналіз часових рядів включає в себе наступні етапи (виконуються у
наведеному порядку):
– виділення тренду;
– виділення циклічної компоненти (їх може бути декілька);
– перевірка того, що залишок має нормальний розподіл.
Для виділенні тренду найчастіше використовується метод найменших
квадратів.

Рисунок 1

На рисунку 1 показано лінійний тренд — тренд, який описується лінією

x t=at+b , де x t - t -те значення у часовому ряді, a , b - коефіцієнти.
Однак у загальному випадку тренд може бути представлений іншою функцією,
яка визначається природою величини, представленої часовим рядом.
Для лінійного тренду коефіцієнти a , b знаходяться шляхом розв’язання
наступної системи

{
n n
a ∑ t i +bn=∑ x i
i =1 i=1
n n n
a ∑ t 2i +b ∑ t i=∑ t i xi
i=1 i=1 i =1

Дана система завжди має одне рішення.

Після виокремлення тренду необхідно виокремити циклічну складову.
Пошук циклічних складових виконується за допомогою перетворення Фур’є або
функції автокореляції. Якщо циклічні складові наявні, то у результатах
перетворення Фур’є будуть виділятись низькочастотні компоненти, я на графіку
функції автокореляції будуть наявні періодичні піки (що відповідають періоду).
Функція автокореляції обчислюється за формулою
n
F( k )=∑ x i⋅x t−k
t=k

де k - зсув.
Після вилучення з часового ряду тренду і циклічних компонентів
залишається лише випадковий шум. Шум має нормальний закон розподілу.
У період навчання у часовому ряді величини, яка підлягає моніторингу,
виявляється тренд і циклічні складові, які описуються набором коефіцієнтів
певної математичної моделі.
У період застосування можливі два варіанти:
– або з отриманого часового ряду заново обчислюються коефіцієнти
математичної моделі і порівнюються з еталонними (отриманими на етапі
навчання);
– або з отриманого часового ряду вилучається тренд і циклічні
компоненти згідно з математичною моделлю, і залишок перевіряється за
критерієм Пірсона або іншим на нормальний закон розподілу.
Значне відхилення у будь-якому з двох наведених вище випадків свідчить
про аномальну активність.