外行人请教如果用统计方法检测时序信号长期下降的行为

小弟正在做神经网络方面的项目（统计外行），训练模型的过程中，有一个指标X可能
是随着训练进程大概下降的。所以，我希望能用一种科学的方法检测到某一个指标随时
间下降的行为。

1 短时间来看，X可能时而上升时而下降，所以不能直接两个时间点比一下就下结论。

2 宏观的下降速度不确定，可能下降得快，也可能下降得慢。而且下降速度也不稳定，
可能下降一会儿趋于平缓，然后突然变快。

请问有没有什么科学的方法能实现下降行为检测：这里不需要非黑即白的100%确定，而
是在某个时刻T得到目前为止确认“下降”这个行为的置信度（confidence score）？

比如在某个时刻T，基于T以前的观察，在当前时刻有25%的可能性确定X是随时间下降的
，过了一会儿这个概率就会变成35%了。请问存在类似的统计方法或者公式吗？不知道我这么想对不对，请统计大神们指点迷
津啊。

听起来有点像change point detection楼主查查看是不是满足你的要求

MissMiao 发表于 2020-4-28 12:18
听起来有点像change point detection楼主查查看是不是满足你的要求

多谢大侠指点 ： ）
我搜到两个相关概念：
1. Ashrae Model
2. Kalman Filter
请问我的方向对吗？哪一个更适合处理我这个问题呢（trend detection）?

ttxs2016 发表于 2020/04/29 03:19:48
多谢大侠指点 ： ）
我搜到两个相关概念：
1. Ashrae Model
2. Kalman Filter
请...

感觉都不太对……看看这个呢https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5464762/#S1title

mark一下