Detección robusta de anomalías
Filtro de Hampel: marca los valores que se alejan de la mediana local más de k desviaciones robustas.
¿Qué registros son tan distintos de su entorno que conviene revisarlos antes de modelar?
El modelo puede usar series oficiales públicas descargadas de FRED; cada resultado real cita la serie, el organismo y el período. Serie mensual sintética: nivel inicial de 1 000 unidades, tendencia lineal, estacionalidad anual con dos armónicos y ruido normal. Todo generado a partir de la semilla. Además se insertan anomalías en posiciones aleatorias conocidas.
Controles
Ficha del modelo
Las siete preguntas que todo modelo de la biblioteca debe responder antes de publicarse.
- ¿Qué registros son tan distintos de su entorno que conviene revisarlos antes de modelar?
- Serie ordenada en el tiempo.
- En una ventana corta, la mayoría de los valores son normales.
- La desviación absoluta mediana escalada estima bien la dispersión local.
- Posiciones marcadas como anómalas.
- Mediana local.
- Tasa de detección contra las anomalías insertadas.
- El umbral k controla el equilibrio entre falsas alarmas y anomalías no detectadas; no hay umbral correcto universal.
- En el ejemplo se insertan anomalías conocidas y se mide cuántas se detectan y cuántas marcas son falsas.
- Con anomalías consecutivas que ocupan media ventana, la mediana se contamina.
- Un cambio de nivel real se marca como anomalía al principio.
- Hampel, F. R. (1974). JASA 69(346). Pearson, R. K. (2002). IEEE Trans. Control Systems Technology 10(1).