ARMA序列的异常点检验：基于局部影响分析方法的任务书任务：开展一项基于局部影响分析方法的ARMA序列异常点检验研究。背景：ARMA序列是时间序列分析中常用的一种模型，但实际应用中存在着异常点的问题。异常点会造成模型参数的偏移以及预测效果的下降，因此需及时进行检测。目标：设计并实现一种基于局部影响分析方法的ARMA序列异常点检验算法，该算法能够有效地识别出ARMA序列中的异常点。方案：1.ARMA模型建立：根据给定ARMA序列数据，建立对应的ARMA模型；2.残差序列计算：根据建立的ARMA模型，计算序列的残差序列；3.局部影响分析方法：基于局部影响分析方法，计算每一个数据点对于残差的影响系数，并得到其对应的影响函数；4.异常点检测：根据得到的影响函数，检测序列中的异常点，并给出相应的检验结果。要求：1.使用Python或MATLAB等语言实现算法，并设计可视化界面展示检验结果；2.论文格式书写，包括研究背景、相关工作、方法设计、实验分析和结论等部分。参考文献：[1]Chen,G.,Tian,Z.,&Yang,M.(2021).AnewmethodfordetectingabnormalpointsinARMAmodels.arXivpreprintarXiv:2102.04057.[2]Shao,Y.,Chen,C.,&Zhang,J.(2020).AnautomaticdetectionmethodforARMAmodelabnormalpoints.JournalofPhysics:ConferenceSeries,1577(6),062035.