Algorithm 检测我的数字异常增长/下降的算法

我有一个数据集，其中包含在过去30天内访问过我的站点页面的访问者编号，它看起来像这样：

Page 1: [1,2,66,2,2,7,8]
Page 2: [3,5,8,3,7,11,45]

总页数是巨大的。我想应用一种算法来检测在此期间出现突然增长、峰值或下降的页面。有没有一种算法可以让我这么做

intq=20//Q应该是区别
int Q = 20;     //Q should be the difference 
                //between two pages that should be 
                //considered a spike

for (int i = 0; i < pages.length; i++){
    page p = pages[i];
    for (int j = 0; j < p.visitors.length - 1; j++){
        if(p.visitors[j] >= p.visitors[j+1] + Q){
            print("Page " + i + " has spike in day " + j);
        }
        else if(p.visitors[j] + Q <= p.visitors[j+1] + Q){
            print("Page " + i + " has spike in day " + (j+1));
        }
    }
}

//在两页之间应该是
//被认为是钉子
对于（int i=0；i=p.visitors[j+1]+Q）{
打印（“第“+i+”页在第“+j”天出现峰值）；
}
否则，如果（p.visitors[j]+Q你可以检查，那么根据平均值和标准偏差你可以估计派克

例如

在
第1页
：


平均值：
12.571428571429
标准Dv:
23.719592062661

第1页<代码>值的Z分数（与平均值a数据点的标准偏差数）：


[-0.4878，-0.44568,2.2525，-0.44568，-0.44568，-0.23489，-0.19273]

因此，您可以注意到第三个值是平均值的标准偏差
2.2525
，这可能是一个派克（突然增长，因为是正的）。其他值似乎是预期值。
从统计学上讲，当数据集中的值与
Q1
或
Q3
的距离大于
1.5*（Q3-Q1）
时，数据集中的值被视为异常值，
Q1
和
Q3
分别代表第一和第三个四分位数

您可以使用一种算法来实现这一点，该算法根据最近的
n
天（例如30天）计算
Q1
和
Q3
，并从那里开始计算

查找
Q1
和
Q3
IQR=
1.5*（第三季度至第一季度）
循环阵列
检查[i]=Q3+IQR
。如果为真：异常值
到目前为止，一切都很好

查找
Q1
和
Q3
有点棘手。
您可以选择A）

用简单的方法计算它们，即技术上不正确

求平均值
除以2。这是
Q1
将
Q1
添加到平均值。这是
Q3
或B）

找到其他四分位数的计算方法。访问参考文献。
我想你需要更精确地看待你认为的“出乎意料”的页面访问的演变。一个基本的测试是<代码>数学。ABS（Xyt（t＋1）-xyt）>阈值
。根据您进行分析的环境，您可能可以访问矩阵操作来模拟处理许多页面（无论如何，从程序员的角度来看）。我可能会选择stats包，尽管这可能有些过分