series_outliers()

Egy sorozat anomáliáinak pontszáma.

A függvény bemenetként egy dinamikus numerikus tömböt tartalmazó kifejezést vesz fel, és egy azonos hosszúságú dinamikus numerikus tömböt hoz létre. A tömb minden értéke egy lehetséges rendellenesség pontszámát jelzi a "Tukey-teszt" használatával. A bemenet ugyanazon elemében az 1,5-nél nagyobb érték emelkedési anomáliát jelez. A -1,5-nél kisebb érték csökkenő anomáliát jelez.

Syntax

series_outliers(series [,kind ] [,ignore_val ] [,min_percentile ] [,max_percentile ])

További információ a szintaxis konvenciókról.

Paraméterek

Név	Típus	Kötelező	Leírás
Sorozat	dynamic	✔️	Numerikus értékek tömbje.
Fajta	string		A kiugró értékek észleléséhez használt algoritmus. A támogatott lehetőségek a "tukey"hagyományos "Tukey" és "ctukey"az , amely egyéni "Tukey". A mező alapértelmezett értéke: "ctukey".
ignore_val	int, long vagy real		Numerikus érték, amely az adatsor hiányzó értékeit jelzi. Az alapértelmezett érték null)double(. A null értékek pontszáma és az értékek figyelmen kívül hagyása értékre 0van állítva.
min_percentile	int, long vagy real		A normál kvantilis tartomány kiszámításához használandó minimális percentilis. Az alapértelmezett érték 10. Az értéknek a tartományban [2.0, 98.0]kell lennie. Ez a paraméter csak a "ctukey"típusra vonatkozik.
max_percentile	int, long vagy real		A normál kvantilis tartomány kiszámításához használandó maximális percentilis. Az alapértelmezett érték 90. Az értéknek a tartományban [2.0, 98.0]kell lennie. Ez a paraméter csak a "ctukey"típusra vonatkozik.

Az alábbi táblázat a és "ctukey"a közötti "tukey" különbségeket ismerteti:

Algoritmus	Alapértelmezett kvantilis tartomány	Támogatja az egyéni kvantilis tartományt
"tukey"	25% / 75%	No
"ctukey"	10% / 90%	Yes

Tipp

Ennek a függvénynek a legjobb módja, ha alkalmazza a make-series operátor eredményeire.

Példa

A lekérdezés futtatása

range x from 0 to 364 step 1 
| extend t = datetime(2023-01-01) + 1d*x
| extend y = rand() * 10
| extend y = iff(monthofyear(t) != monthofyear(prev(t)), y+20, y) // generate a sample series with outliers at first day of each month
| summarize t = make_list(t), series = make_list(y)
| extend outliers=series_outliers(series)
| extend pos_anomalies = array_iff(series_greater_equals(outliers, 1.5), 1, 0)
| render anomalychart with(xcolumn=t, ycolumns=series, anomalycolumns=pos_anomalies)