如何检测时间序列数据的变化是否不再重要？

Question

我有一组有统计数据的新闻文章，例如:推特上提到文章的天数。统计价值的自然行为是，随着新闻年龄的增长，新帖子的数量快速增长，然后减少。

我想知道如何计算天数，在此之后，统计数据的变化不再显着(例如：<0.1%的总帖子)，对于整个数据集具有一定的置信度。

你能给出一些在哪里寻找信息和方法的提示吗？我也希望用Python编写一些代码示例:)

Answer 1

这个问题实际上是关于时间序列分析的。由于您对确定分界点很感兴趣，因此从阅读开始是一个很好的起点。如果您想更深入地研究统计数据(除了控制图之外)，那么可以查看Change Point Analysis，还可以查看时间序列中的结构变化。

pandas Python Modules：要在Python语言中执行此分析，NumPy和模块是相关的。这个post in statalgo将使您在Python代码方面走上正确的道路。(如果您愿意使用R进行分析，请考虑使用CRAN包tseries和strucchange.)

SE (统计信息)中的相关问题：How to detect a change in time series data?

现实生活中的例子：在奥萨马·本·拉登死后，推特上有大量的analysis done on how that piece of news spread。这篇文章甚至有一节专门针对你提出的关于新闻传播的stop的问题。

最后，您还可以考虑在中提出这个问题。

希望这能有所帮助。