トレンドを持った時系列データに対して外れ値の検出を行うために指数加重移動平均を使ったらけっこういい感じだったのでまとめる。 注意点として、今回の手法は「理論的に裏付けられている手法」でも「時系列解析で一般的に用いられる手法」でもない (と思う) ので、真似する際は自己責任で。 他にも、「外れ値検出 ⊂ 異常検知」と考えると以下のような手法もあるので参考までに。 Pythonによる時系列データの異常検知 - Technology Topics by Brains 環境 今回は Python 3.6 環境で、以下のモジュールを利用する。
![時系列データの外れ値検出 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/ac962017ba1d302d57f338224bb34d16d2f8f452/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JUU2JTk5JTgyJUU3JUIzJUJCJUU1JTg4JTk3JUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUUzJTgxJUFFJUU1JUE0JTk2JUUzJTgyJThDJUU1JTgwJUE0JUU2JUE0JTlDJUU1JTg3JUJBJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00NGQ3OTA0NGZkYTczOTU4YjAxMDlmNWI3NDI5MDM2Mw%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwaG90bzE3Mjk2JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1lYjYyMTY1Nzg4NzhjYzBkMzU2MTljMjUyYzAyZjRjZg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D83c9840fc16bcbafd8adeb8fce342466)