Determinando se a mudança em uma série temporal é estatisticamente significativa

Eu tenho o número total de chamadas recebidas a cada semana e as plotei em um gráfico, com quase três anos.

Pelo visto, parece que houve uma queda maciça no Natal, que parece não ter se recuperado, parece que houve uma mudança radical nos pedidos.

Existe um teste que eu possa fazer para quantificar essa diferença?

Felicidades

Ben

time-series statistical-significance change-point

— oharab
fonte

Explorar a tag do ponto de mudança pode fornecer algumas idéias.

— whuber

Um exemplo muito semelhante é usado no tutorial do PyMC. Se você presumir que a quantidade diária de solicitações era constante até algum momento (talvez exatamente no Natal) e depois disso era constante novamente, basta substituir os números no exemplo: http: //pymc.googlecode. com / svn / doc / tutorial.html

Como esta é a abordagem bayesiana, você não obterá (facilmente) valores de p. No entanto, o tamanho da redução e seu intervalo credível (este é um intervalo bayesiano, semelhante a um intervalo de confiança) pode ser igualmente útil.

— GaBorgulya
fonte

Pergunta para todos: a idéia de fazer um teste T simples , antes e depois, fica comprometida pelo fato de o pesquisador ter o benefício de ver toda a série antes de escolher o ponto de divisão do Natal? Além disso, existem métodos mais simples que os do GaBorgulya que você recomendaria? E não tenho certeza se a montagem de dois modelos ARIMA seria muito mais simples.

— Rolando2