Az IdősorRadar arra készült, hogy ránézzen helyetted egy ismeretlen idősorra. Nem kell előre tudnod, hogy ACF-et, periodogramot vagy Q–Q ábrát akarsz-e látni: bedobod az adatot, az eszköz rendbe teszi az időtengelyt, végigfuttatja az összes vizsgálatot, és a Radar kiemeli, ami eltér a megszokottól. A panelek ezt támasztják alá, nem neked kell vadásznod bennük.
Bármilyen idősorra használható: szenzor-mérés, forgalmi adat, eladás, hőmérséklet, naplóbejegyzés, laborérték, üzemóra. Semmi nem feltételez adattípust, és semmi nem hagyja el a gépedet — minden a böngészőben fut.
A feldolgozás sorrendje mindig ez:
CSV / TSV / TXT. Az elválasztójelet (; , tabulátor |)
az eszköz a teljes fájlból, a leggyakoribb oszlopszám alapján dönti el — nem az első pár sorból, mert
sok export metaadat-blokkal kezdődik. A fejléc az első olyan sor, amit még legalább kettő ugyanolyan
széles követ; ami előtte van, kimarad. A záró lábjegyzetek szintén.
Felhasználó adatai, Keresztnév;X,
Időszak és hasonlók. Ezekben is van pontosvessző, de csak két oszlopnyi — a hétoszlopos
valódi táblázat viszi a szavazást, a preambulum kiesik. A Szonda kiírja, hány sort ugrott át.XLSX. Beépített olvasó, külső könyvtár nélkül: az eszköz maga bontja ki a ZIP-et és olvassa
a munkafüzet XML-jeit. Több munkalapnál választó jelenik meg. A cellaformátumból felismeri, melyik
szám valójában dátum. A régi .xls nem támogatott — mentsd .xlsx-be vagy CSV-be.
JSON. Lehet objektumok tömbje, vagy egy objektum, amelyben valahol ott a sorok listája
({"meta":…, "adatok":[…]}) — az eszköz megkeresi.
Értelmezett időformák: ISO (2026-03-05 14:30), magyar (2026. 03. 05.),
05.03.2026, 03/05/2026, Excel-soros szám, Unix-időbélyeg másodpercben vagy
ezredmásodpercben. A nap/hónap sorrendet mintából dönti el: ha bárhol 12-nél nagyobb az első szám,
nap/hó/év a szabály.
Számoknál a tizedesvessző és az ezres elválasztó is megy: 1.234.567,89 és
1,234.56 egyaránt. Ami nem teljes egészében szám, az nem szám: a 176 cm és a
09:00 nem lesz értékoszlop.
Gyakori, hogy a dátum és az időpont két külön oszlop. Az „óra oszlop" választóval összefésülhetők;
az eszköz magától felismeri az óó:pp alakú oszlopokat és felajánlja.
Ha egy fájlban több sorozat van, két út áll rendelkezésre. Csoportosító oszlop: az azonos azonosítójú sorok egy sorozatot alkotnak (pl. szenzor-azonosító). Minden numerikus oszlop külön sorozatként: minden számoszlopból saját idősor lesz. A végig azonos értékű oszlopokat (jelzőbitek, konstansok) ilyenkor kihagyja.
Ez a panel a legfontosabb, és nem azért, mert látványos. Ha itt hiba van, minden későbbi szám félrevezet: az autokorreláció, a szezonalitás, a trend mind azt feltételezi, hogy a pontok között értelmezhető idő telik el.
A panel figyelmeztet, ha voltak értelmezhetetlen időbélyegek, ha a lépésköz nem egyenletes, ha egy rácspontra több mérés esett (ilyenkor összevonja), vagy ha a fájlban felborult a sorrend (ilyenkor sorba rakja).
Rendszertelen időpontokban készült mérésnél a finom rács tele lesz lyukkal. A sűrítés azonos hosszú ablakokba vonja össze a méréseket, hogy legyen értelme a lag fogalmának.
Automatikus módban az eszköz addig durvítja az ablakot, amíg a rács legalább 80%-a meg nem telik. Kézzel is beállítható (1 óra, 6 óra, 12 óra, nap, hét), vagy hagyható nyers lépésközön.
Az összevonás módja külön választható: átlag (alapértelmezés), összeg, maximum, minimum, utolsó. Az összeg akkor helyes, ha az adat darabszám vagy mennyiség; az átlag, ha állapotot mér.
Az autokorreláció, a parciális autokorreláció, a periodogram és a keresztkorreláció nem tűri a lyukakat, ezért ezeket az eszköz lineárisan interpolált soron számolja. A fő görbén a pótolt szakaszok szaggatott szürke vonallal látszanak, és az érintett panelek alatt ott az arány.
Miért fontos: az interpoláció simaságot gyárt, ami felnagyítja az autokorrelációt, főleg a rövid lagokon, és hamis alacsony frekvenciás energiát tesz a spektrumba. 15% pótlásnál ez még elviselhető, 40%-nál a görbe jelentős részét az eszköz rajzolta oda, nem az adat.
A Radar nem vár kérdésre: lefuttat mindent, és csak azt írja ki, ami eltér a megszokottól. Minden megállapítás kap egy becsült hatásméret-pontszámot, és eszerint rendeződik:
Ez kategórián belül összemérhető: két szintugrás közül a nagyobb kerül előre. Kategóriák között (szintugrás kontra trend kontra ferde maradék) viszont becslés, nem mérőszám — a sorrend támpont, nem rangsor.
Szintugrás. Az eszköz csúszó medián-ugrás profilt számol: minden pontnál összehasonlítja az előtte és utána lévő ablak mediánját. A medián kioltja a szezonális ingadozást és érzéketlen az egy-pontos csúcsokra, így csak valódi szintváltozás marad benne. Több töréspontot is talál: kiveszi a legnagyobbat, körülötte elnémít egy szakaszt, és ismétli.
Ismétlődő ciklus. A periódust nem tippelni kell: az FFT-periodogram legerősebb rövid csúcsa adja. A Radar kiírja a három legerősebb jelöltet energiaaránnyal, és megmondja, melyiket használja a felbontás — sok valós sorban egyszerre van napi, heti és éves összetevő. A küszöb-panelen kézzel felülbírálható.
Kilógó pontok. Nem a nyers értéken, hanem a maradékon keresi: a trend és a szezon levonása után. Így a szabályos heti csúcs nem lesz anomália, a valódi kiugrás viszont az marad. A határ a maradék MAD-jának többszöröse (alapértelmezés 3×), mert a MAD a szórással ellentétben nem romlik el attól, amit keresünk.
Adathiány. Hány rácspont maradt üresen, és hol kezdődik az első blokk.
Beragadt érték. Ha sok egyforma érték követi egymást, az gyakran nem adat, hanem hiba: lefagyott szenzor, elakadt naplózás, utólagos kitöltés.
Az értékek rácson ülnek. Ha minden érték egy szabályos lépcső többszöröse (0,5 · 1 · 5), akkor kerekítve vagy korlátozott felbontással mérték. Ilyenkor a finom mozgás elvileg sem látszhat.
Trend. Nem lineáris regresszió, hanem Sen-meredekség (az összes pontpár meredekségének mediánja) és Mann–Kendall próba. Mindkettő nem-paraméteres és robusztus: egyetlen kiugró érték nem billenti meg, szemben az OLS-sel.
Változó szórás. Az első és a második félidő maradék-szórásának aránya. Ha nő, az adat nem csak eltolódott, hanem kiszámíthatatlanabbá is vált.
Ferde maradék. Ha a maradék erősen aszimmetrikus, a normális eloszlásra épülő küszöbök (köztük a kilógás-határ) torzítanak.
Maradék-autokorreláció (Ljung–Box). Azt méri, maradt-e együttmozgás a maradékban az első néhány lagon. Valódi khí-négyzet p-értékkel dolgozik (Wilson–Hilferty-közelítés). Ha szignifikáns, a trend + szezon felbontás nem magyaráz meg mindent — van még szerkezet az adatban.
A nyers érték, a simított trend, a megjelölt kilógó pontok és a szintugrások függőleges vonalai. A szürke sávok adathiányt, a szaggatott vonal pótolt értéket jelöl. Nagy sorozatnál pixelenkénti minimum–maximum összenyomással rajzol, így 100 ezer pont is elfér torzítás nélkül.
A sorozat három részre bontva: lassú trend (centrált mozgóátlag), ismétlődő szezon (a trendtelenített értékek fázisonkénti mediánja), és a kettő után megmaradó maradék. Az összefüggés: érték = trend + szezon + maradék.
Mennyire hasonlít a sorozat önmagára k lépéssel korábbi állapotához. A szaggatott sáv a ±1,96/√N határ. A sávon kívüli oszlop olyan együttmozgás, amit a véletlen ritkán ad — de trend, nem állandó szint, sok lag egyidejű nézése és a pótolt pontok mind felnagyítják, ezért támpont, nem bizonyíték.
Ugyanaz, de a közbülső lagok hatását kiszűrve (Durbin–Levinson-rekurzió). Ebből látszik, hány lépés emlékezete van ténylegesen a sorozatnak. Ha csak az első lag lóg ki, a távolabbi kapcsolat java része a szomszédos pontokon keresztül terjed.
Ciklushossz szerinti energia-eloszlás FFT-vel. Nem kell tippelni, heti vagy havi-e a ritmus: a csúcs megmutatja. A vízszintes tengely logaritmikus, a rámutatás megadja a ciklushosszt és azt, hányszorosa az energia az átlagnak.
A trendtelenített értékek eloszlása a cikluson belüli pozíció szerint, doboz-ábrán: a doboz a középső 50%, a narancs vonal a medián, a pálcika az 5–95% sáv. Napi adatnál és heti ciklusnál a hét napjaival felcímkézve.
Napi adatnál naptár-rács: oszlop egy hét, sor egy hétnap. Minden más lépésköznél idősorrendű hőcsík. Az adathiány szürke lyukként, a rezsimváltás színsávként azonnal szembejön.
Δ = a mostani és az előző érték különbsége. A szintet kiveszi, a mozgást meghagyja. A hirtelen ugrás itt tüske, a zaj nagysága a szórásból látszik. A hisztogram alakja is árulkodó: ha néhány elkülönülő oszlopból áll, az érték nem folytonos, hanem lépcsőkön ugrál.
A maradék hisztogramja illesztett normális görbével. Ha haranggörbe, a modell rendben; ha ferde vagy kétpúpú, valami rendszeres dolog kimaradt a felbontásból.
A maradék rendezett értékei a normális eloszlás elméleti kvantiliseihez mérve. Ha a pontok a narancs egyenesen ülnek, a maradék közel normális — ilyenkor a MAD-alapú küszöbök értelmesek. Felfelé kanyarodó jobb vég: ritka, nagy pozitív kiugrások, vastag farok.
A mostani érték a k lépéssel korábbi függvényében. Ha a pontok az átló mentén rendeződnek, a sor „emlékszik" a korábbi értékre. A k a küszöb-panelen állítható.
Két sorozat együttmozgása különböző eltolásokkal. Megmutatja, hogy az egyik rendszeresen megelőzi-e a másikat, és a felirat ki is mondja, melyik melyiket hány lépéssel.
Pearson-együttható minden sorozatpárra, a közös (nem hiányzó) rácspontokon, színezve. Kék: együtt mozognak; borostyán: ellentétesen.
Sorozatonként: elemszám, átlag, medián, szórás, MAD, ferdeség, csúcsosság, szélsőértékek, hiány. A ferdeség és a csúcsosság mintakorrigált képlettel, hogy kis elemszámnál se torzítson.
Az alapértékek jó kiindulás, de nem szentek. Minden változtatás azonnal újraszámol.
Minden mentett fájl időbélyeges nevet kap (idosorradar-lelet-260917-1430.md), így a
letöltés-mappában név szerint rendezve időrendben állnak.