基于自回归模型(AR)的自适应阈值的残差比异常检测

       接着说变点检测，变点检测有很多的检测方法，今天介绍一种基于残差比异常检测算法。

残差

       残差是指在实际观察值与估计值(拟合值)之间差值。说到残差就先提提回归分析。回归是指研究一组随机变量(自变量)(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)因变量之间关系的统计分析方法。这里介绍一种回归模型—自回归（AR）

自回归模型(AR)

       对于时间序列离散信号X（n）,可以根据历史的X（n-t）来预测信号未来的表现情况，假设是线性关系。由于回归分析是线性分析，且是对自身进行预测，因此叫做自回归(自己预测自己)。简单来说：自回归就是一个或前几个历史数据的线性组合。通常在使用自回归之前需要自相关判断，只有相关系数超过0.5时使用AR预测才够准确。

残差比异常检测