Déterminer si le changement dans une série chronologique est statistiquement significatif

J'ai le nombre total d'appels reçus chaque semaine et les ai tracés sur un graphique, remontant à près de 3 ans.

À l'œil nu, il semble qu'il y ait eu une baisse massive de Noël, qui ne semble pas avoir récupéré, il semble qu'il y ait eu un changement radical dans les demandes.

Existe-t-il un test que je peux faire pour quantifier cette différence?

À votre santé

Ben

time-series statistical-significance change-point

— oharab
source

Explorer la balise de point de changement peut vous donner quelques idées.

— whuber

Un exemple très similaire est utilisé dans le tutoriel de PyMC. Si vous supposez que le nombre quotidien de demandes était constant jusqu'à un certain point dans le temps (peut-être exactement Noël) et qu'ensuite il était à nouveau constant, tout ce que vous devez faire est de remplacer les chiffres dans l'exemple: http: //pymc.googlecode. com / svn / doc / tutorial.html

Comme c'est l'approche bayésienne, vous n'obtiendrez pas (facilement) des valeurs de p. Cependant, la taille de l'échelon et son intervalle crédible (il s'agit d'un intervalle bayésien, similaire à un intervalle de confiance) peuvent être également utiles.

— GaBorgulya
source

Question pour tous: l'idée de faire un simple T- test, avant vs après, est-elle compromise par le fait que le chercheur a eu l'avantage de voir toute la série avant de choisir ce point de partage de Noël? Au-delà de cela, y a-t-il des méthodes plus simples que celles de GaBorgulya que vous recommanderiez? Et je ne suis pas sûr que l'installation de 2 modèles ARIMA serait beaucoup plus simple.

— rolando2