Autobox (mi compañía) proporciona detección de valores atípicos. El algoritmo de Twitter obtiene los grandes valores atípicos, pero pierde los más pequeños en comparación con Autobox .
Lleva mucho tiempo correr, pero los resultados son mejores para encontrar valores atípicos más pequeños y también cambios en la estacionalidad que también son valores atípicos. A continuación se muestra el modelo que encontró 79 valores atípicos utilizando las primeras 8.560 observaciones de 14.398 observaciones originales. La versión estándar tiene un máximo de 10,000 observaciones, pero podría modificarse para obtener más, pero de todos modos no hay una razón real para tener esa cantidad de datos cuando se desea identificar y responder a los valores atípicos.
Fuimos influenciados por el trabajo realizado por Tsay sobre valores atípicos, cambios de nivel y cambio de varianza y el trabajo de Chow sobre cambios de parámetros junto con nuestro propio trabajo para detectar cambios en la estacionalidad,
Si descarga la versión de prueba de 30 días y carga los datos de ejemplo de Twitter y especifica la frecuencia como 60, guarda 3 archivos de activación en la carpeta de instalación (noparcon.afs, novarcon.afs, notrend.afs) y crea un archivo llamado stepupde. afs con 100.