series_outliers()

Оценивает точки аномалий в ряду.

Функция принимает выражение с динамическим числовым массивом в качестве входных данных и создает динамический числовой массив той же длины. Каждое значение массива указывает на оценку возможной аномалии с помощью "теста Tukey". Значение больше 1,5 в том же элементе входных данных указывает на аномалию роста. Значение меньше -1,5 указывает на аномалию снижения.

Синтаксис

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

Дополнительные сведения о соглашениях о синтаксисе.

Параметры

Имя	Тип	Обязательно	Описание
Серии	dynamic	✔️	Массив числовых значений.
kind	string		Алгоритм, используемый для обнаружения выбросов. Поддерживаемые параметры: "tukey", который является традиционным "Tukey", и "ctukey", который является пользовательским "Tukey". Значение по умолчанию — "ctukey".
ignore_val	int, long или real		Числовое значение, указывающее отсутствующие значения в ряду. Значение по умолчанию — double(NULL). Оценка значений NULL и игнорируемых значений имеет значение 0.
min_percentile	int, long или real		Минимальный процентиль, используемый для вычисления нормального межквантильного диапазона. Значение по умолчанию равно 10. Значение должно находиться в диапазоне [2.0, 98.0]. Этот параметр относится только к типу"ctukey" .
max_percentile	int, long или real		Максимальный процентиль, используемый для вычисления нормального межквантильного диапазона. Значение по умолчанию — 90. Значение должно находиться в диапазоне [2.0, 98.0]. Этот параметр относится только к типу"ctukey" .

В следующей таблице описаны различия между "tukey" и "ctukey":

Алгоритм	Диапазон квантилей по умолчанию	Поддержка пользовательского диапазона квантилей
"tukey"	25 %–75 %	Нет
"ctukey"	10 %–90 %	Да

Совет

Лучший способ использовать эту функцию — применить ее к результатам оператора make-series .

Пример

Выполнить запрос

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)