如何检测时间序列数据的变化是否不再显著？

Question

我有一组新闻文章，每篇文章都有一些统计数据，比如在一段时间内提到这篇文章的推文数量。通常情况下，这些统计数据的变化是这样的：新发布的推文数量一开始增长很快，然后随着新闻的时间推移，数量会减少。

我想知道怎么计算出在多少天之后，这些统计数据的变化就不再显著了（比如说：变化小于总推文数量的0.1%），并且希望这个计算结果有一定的可信度。

你能给我一些建议，告诉我可以在哪里找到相关的信息和方法吗？如果能提供一些Python的代码示例就更好了 :)

Answer 1

这个问题其实是关于时间序列分析的。如果你想找出一个截止点，首先可以看看控制图，这是个不错的起点。

如果你想更深入了解统计学（不仅限于控制图），可以研究一下变点分析，还有时间序列中的结构变化。

Python模块：要在Python中进行这种分析，NumPy和pandas模块是很重要的。你可以参考这篇statalgo的文章，里面有关于Python代码的指导。（如果你愿意使用R进行分析，可以考虑CRAN包tseries和strucchange。）

相关问题在SE（统计）：如何检测时间序列数据中的变化？

相关的现实生活例子：在奥萨马·本·拉登去世后，有很多关于这条新闻在Twitter上如何传播的分析。文章中甚至有一部分专门讨论了关于新闻传播停止的问题。

最后，你也可以考虑在Stats SE网站上问这个问题。

希望这些信息对你有帮助。