如何将时间序列趋势转化为可测量的预测变量

Question

我有一个时间序列数据，它解释了在交易中的欺诈数量超过1年的时间表，以及目标变量的欺诈与否。

X轴是时间线，Y轴是检测到的欺诈数量.

我们是否有任何ML模型/统计技术试图识别这些欺诈中的趋势，并将其转化为一个可测量的预测变量，其值为0到1，其中接近1的值更容易发生欺诈和vic。

在一年的欺诈趋势是非线性的，所以如果有任何数学转换，我可以应用在时间序列，以便它可以提供给我一个可测量的特征？

有什么建议很感激吗？

我想使用普通的斜率技术，其中负斜率w.r.t时间线较少欺诈，正斜率较多欺诈。它只捕捉线性趋势，但需要捕捉非线性趋势.

编辑：：

我忘了一个重要的问题。我将给出一个方案来更好地解释这一点。

对于金融银行，假设我有1000家银行，每家银行都有12个月的时间，每个月检测出多少欺诈行为，以及相应的目标变量--该银行是否存在高风险的欺诈行为。

现在，当我在12个月内遇到一家有相应欺诈行为的新银行时，有什么方法可以找出该银行是否在使用1000家银行的欺诈模式？

我们能用任何时间序列方法吗？我想，如果是针对单一银行，时间序列处理它，因为我有多家银行，我想使用非线性回归技术，假设每个月作为一个特征，训练一个模型可能有用吗？因为我可以得到一个多项式方程，我可以用来预测目标？

也请分享你的想法。

Answer 1

我将假设您的数据包括风险变量(客户数据、贷款数据等)。为此，我使用了线性模型、物流模型和条件干扰树。下面是一个不同的高级视图。您确实需要了解底层方法才能获得一个良好的功能模型。我建议在these...binary中使用虚拟变量是最容易解释的。

线性模型或物流模型将产生一个方程，您可以使用它来度量每个记录(贷款)的风险。这种方法需要剔除离群点、库克距离等。

线性：

step(lm(default flag ~ Variable 1 + Variable 2 + ...))

后勤：

glm(default flag ~ Variable 1 + Variable 2 + ...)

另一种是条件干扰树。我将使用带有ctree()函数的partykit()包。这将根据存储桶中变量的统计意义来存储缺省值。

plot(ctree(default flag ~ Variable 1 + Variable 2, data= "Your data", 
controls = "looks this up for your model")

另外，如果你也担心违约的时间，那么就进行生存分析。

我在这三个方面都取得了成功。如果您所拥有的只是一个时间段和默认的总计，那么您就不能对此做太多的工作，因为您将没有基本的变量。