谈谈统计学正态分布阈值原理在数据分析工作中的运用

/*
*数据分析API服务
*/
public class DataAnalysis{
    /*
*波动分析
*input：json，分析源数据（样例）
{"org_data": [          { "date":"2020-02-01",  "data":"10123230" },  日期类型、long类型          { "date":"2020-02-02", "data":"9752755" },         { "date":"2020-02-03",  "data":"12123230" },         .......   ]}*output：json，分析结果
{  "type": 1,  --调用正常返回1，异常返回0  "message"：""， --异常原因"date": 2020-02-14，--输入数据中按日期升序排列的最后一组的日期"data": 6346231，--输入数据中按日期升序排列的最后一组的数据值"rate1": -0.3，--同比值"rate2": -0.6，--环比值"level1": 4，--同比等级，5个类型：1、2、3、4、5"level2": 3，--环比等级，5个类型：1、2、3、4、5"result":"异常下降"，--四个类型：异常上涨、异常、异常下降、无异常}*/
    public String fluctuationAnalysis (String org_data){


        //第一步，校验输入数据
        if（checkOrgdata(org_data)） return {"result": 0, "message"：""}


        //第二步，计算同环比
        computeOrgdata(org_data)


        //第三步，数据升序排序，获取数组大小、最后数据中按日期升序排列的最后一组
        //以上面样例为了，数组大小14，最后一组数据{ "date":"2020-02-14", "data":"6346231" ，同比：-0.3，环比：-0.6}


对同比、环比、（data暂不做）分别做如下处理
-------
        //第四步，按照数据升序排序及数据大小，将数据（不算上面找出的最后一组数据）平均分为4等份（这样会在数组中插入三个桩），并计算出第一个桩和第三个桩的值，以上面为例子，原来数组大小14，去掉最后一个，13个
//判断，给结论
（1）   如果同比等级> 2 and 环比等级 > 2  （表示一定有异常）
And
case when 同比值<0 and 环比值<0 then '异常下降'
       when 同比值>0 and 环比值>0 then '异常上涨'
       else '异常'
end as res


return


（2）其他，无异常波动
}
public bool checkOrgdata (String org_data){


        //检验数组中日期是否全部连续，数量至少要14天数据
        …
        if(日期不连续 || 数量小于14)
           return false;
        return ture;
}
public String computeOrgdata (String org_data){


// 计算输入数据中，每一行的同环比
环比=(今日data/昨日data-1)*100%，
同比=(今日data/上周同日data-1)*100%


return
{"org_data": [          { "date":"2020-02-01",  "data":"10123230" ，同比：null，环比：null },          { "date":"2020-02-02", "data":"9752755" ，同比：null，环比：0.9},         { "date":"2020-02-03",  "data":"12123230" ，同比：null，环比：0.9},          .......   ]}}
对于输入数据的几个关键点：
（1）要求是连续的日期，并且至少14天的数据，建议100天的数据
（2）api中当同环比计算为null时，统一处理为0
（3）当传入的数量大于90天，取最近90天作为样本，当数量小于90天，拿所有上传作为样本

1.提供已封装好的API服务为大家使用：
API使用：          传入数据示例（json）
     {        "org_data": [          { "date":"2020-02-01",  "data":"10123230" ，同比：null，环比：null },          { "date":"2020-02-02", "data":"9752755" ，同比：null，环比：0.9},         { "date":"2020-02-03",  "data":"12123230" ，同比：null，环比：0.9},         .....      ]    }返回结果解释：
返回结果解释：     {       "type": 1,  --调用正常返回1，异常返回0       "message"：""， --异常原因        "date": 2020-02-14，--输入数据中按日期升序排列的最后一组的日期        "data": 6346231，--输入数据中按日期升序排列的最后一组的数据值        "rate1": -0.3，--同比值        "rate2": -0.6，--环比值        "level1": 4，--同比等级，5个类型：1、2、3、4、5        "level2": 3，--环比等级，5个类型：1、2、3、4、5        "result":"异常下降"，--四个类型：异常上涨、异常、异常下降、无异常     }     注意问题点：
     对于输入数据的几个关键点：
        （1）要求是连续的日期，并且至少14天的数据，建议100天的数据
        （2）api中当同环比计算为null时，统一处理为0
        （3）当传入的数量大于90天，取最近90天作为样本，当数量小于90天，拿所有上传作为样本