Determinar si el cambio en una serie temporal es estadísticamente significativo

Tengo el número total de llamadas recibidas cada semana y las he trazado en un gráfico, desde hace casi 3 años.

A simple vista, parece que hubo una caída masiva durante la Navidad, que no parece haberse recuperado, parece que ha habido un cambio radical en las solicitudes.

¿Hay alguna prueba que pueda hacer que pueda cuantificar esta diferencia?

Salud

Ben

time-series statistical-significance change-point

— oharab
fuente

Explorar la etiqueta de punto de cambio podría darle algunas ideas.

— whuber

Un ejemplo muy similar se utiliza en el tutorial de PyMC. Si asume que la cantidad diaria de solicitudes fue constante hasta algún momento (tal vez exactamente Navidad) y después de eso fue constante nuevamente, todo lo que necesita hacer es sustituir los números en el ejemplo: http: //pymc.googlecode. com / svn / doc / tutorial.html

Como este es el enfoque bayesiano, no obtendrá (fácilmente) los valores de p. Sin embargo, el tamaño del escalón y su intervalo creíble (este es un intervalo bayesiano, similar a un intervalo de confianza) puede ser igualmente útil.

— GaBorgulya
fuente

Pregunta para todos: ¿la idea de hacer una prueba T simple , antes vs. después, se ve comprometida por el hecho de que el investigador tuvo el beneficio de ver toda la serie antes de elegir ese punto de partida navideño? Más allá de eso, ¿hay métodos más simples que los de GaBorgulya que recomendarías? Y no estoy seguro de que ajustar 2 modelos ARIMA sea mucho más simple.

— rolando2