شناسایی نقطه تغییر در داده های پانلی به روش هم زمان میانگین متحرک موزون نمایی و جمع تجمعی

شناسایی نقطه تغییر در داده های پانلی به کارشناسان کمک می کند تا دریابند مقاطع داده ها در چه زمانی تغییر کرده است. شناسایی این زمان به تحلیل واقعی تری از تغییرات در فرایند می انجامد. روش های مختلفی برای شناسایی نقطه تغییر در داده های پانلی معرفی شده است، اما افزایش حساسیت روش ها در شناسایی نقطه تغییر داده های پانلی، اهمیت بسیاری دارد. در این مقاله، به کمک رویکردی ترکیبی روشی با حساسیت بالا برای شناسایی نقطه تغییر در داده های پانلی (با ابعاد بزرگ) معرفی شده است. در این مقاله، روشی جدید با رویکرد ترکیبی با نام جمع تجمعی دوبل-میانگین متحرک موزون (double CUSUM-EWMA) که حساسیت بسیاری دارد، برای شناسایی نقطه تغییر داده های پانلی پیشنهاد می شود. همچنین با استفاده از داده های شبیه سازی شده، فرایندی در ابعاد بزرگ بررسی می شود که داده های پانلی آن از تغییر پله ای تاثیر پذیرفته است. نتایج مقایسه عملکرد روش پیشنهادی با یکی از بهترین روش ها در ادبیات نشان دهنده بهبود عملکرد روش پیشنهادی این مقاله از روش بررسی شده است.