//Método que valida si los mínimos y máximos detectados son puntos de quiebre
//bajo tres criterios y calcular estadísticos
public List <Models.Salida> ValidadordeSalidaTrimestral(List <Models.Detector> serieorgininalquiebres, List <Models.Detector> seriecorregidaquiebres, List <Models.DataSerie> resultado)
{
//CRITERIO 1
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormax == 1))
{
int indice = det.indice;
if (indice >= 6)
{
int total = serieorgininalquiebres.Where(n => n.indice >= (indice - 5) && n.indice <= (indice + 5)).Sum(m => m.detectormax);
if (total == 1)
{
det.criterioMax1 = 1;
det.fase = "Pico";
}
else
{
det.criterioMax1 = 2;
det.fase = "Pico";
}
}
}
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormin == -1))
{
int indice = det.indice;
if (indice >= 6)
{
int total = serieorgininalquiebres.Where(n => n.indice >= (indice - 5) && n.indice <= (indice + 5)).Sum(m => m.detectormin);
if (total == -1)
{
det.criterioMin1 = 1;
det.fase = "Valle";
}
else
{
det.criterioMin1 = 2;
det.fase = "Valle";
}
}
}
//CRITERIO 2
//foreach (Models.Detector d in seriecorregidaquiebres)
//{
// d.indice = d.indice + 3;
//}
//for (int w = 0; w < 6; w++)
//{
// Models.Detector detectorIni = new Models.Detector();
// detectorIni.mediamovil = null;
// detectorIni.indice = w;
// detectorIni.detectormax = 0;
// detectorIni.detectormin = 0;
// seriecorregidaquiebres.Insert(w, detectorIni);
//}
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormax == 1 && n.criterioMax1 >= 1))
{
int indice = det.indice;
if (indice >= 3)
{
var criterio2 = seriecorregidaquiebres.Where(n => (n.indice >= (indice - 2) && n.indice <= (indice + 2)) && n.detectormax == 1).ToList();
if (criterio2.Count > 0)
{
det.criterio2 = 1;
}
else
{
det.criterio2 = 0;
}
}
}
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormin == -1 && n.criterioMin1 >= 1))
{
int indice = det.indice;
if (indice >= 3)
{
var criterio2 = seriecorregidaquiebres.Where(n => (n.indice >= (indice - 2) && n.indice <= (indice + 2)) && n.detectormin == -1).ToList();
if (criterio2.Count > 0)
{
det.criterio2 = 1;
}
else
{
det.criterio2 = 0;
}
}
}
//CRITERIO 3
var listaCriterio3 = serieorgininalquiebres.Where(n => (n.detectormax == 1 && n.criterioMax1 >= 1 && n.criterio2 == 1) || (n.detectormin == -1 && n.criterioMin1 >= 1 && n.criterio2 == 1)).ToList();
bool primerElemento = true;
Models.Detector tipoAnt = new Models.Detector();
Models.Detector tipo = new Models.Detector();
List <Models.Salida> salida = new List <Models.Salida>();
foreach (Models.Detector det3 in listaCriterio3)
{
Models.Salida osalida = new Models.Salida();
double?resCriterio3 = 0;
double?crecMensual = 0;
tipo = det3;
if (primerElemento)
{
tipoAnt = det3;
primerElemento = false;
resCriterio3 = (tipo.mediamovil / serieorgininalquiebres[0].mediamovil) - 1;
crecMensual = (((tipo.mediamovil / serieorgininalquiebres[0].mediamovil) - 1) / (tipo.indice - serieorgininalquiebres[0].indice)) * 100;
if (resCriterio3 > (Algoritmo.desviaciontGlobal))
{
det3.criterio3 = 1;
}
else
{
det3.criterio3 = 0;
}
osalida.cambioTotal = resCriterio3 * 100;
osalida.cambioMensual = crecMensual;
osalida.indice = det3.indice;
osalida.fecha = det3.fecha;
osalida.fase = det3.fase;
salida.Add(osalida);
}
else
{
if (det3.detectormax == 1)
{
tipo = det3;
if (tipoAnt.detectormin == -1)
{
resCriterio3 = (tipo.mediamovil / tipoAnt.mediamovil) - 1;
crecMensual = (((tipo.mediamovil / tipoAnt.mediamovil) - 1) / (tipo.indice - tipoAnt.indice)) * 100;
if (resCriterio3 > (Algoritmo.desviaciontGlobal))
{
det3.criterio3 = 1;
}
else
{
det3.criterio3 = 0;
}
}
osalida.cambioTotal = resCriterio3 * 100;
osalida.cambioMensual = crecMensual;
osalida.indice = det3.indice;
osalida.fecha = det3.fecha;
osalida.fase = det3.fase;
salida.Add(osalida);
tipoAnt = det3;
}
else if (det3.detectormin == -1)
{
tipo = det3;
if (tipoAnt.detectormax == 1)
{
resCriterio3 = (tipo.mediamovil / tipoAnt.mediamovil) - 1;
crecMensual = (((tipo.mediamovil / tipoAnt.mediamovil) - 1) / (tipo.indice - tipoAnt.indice)) * 100;
if (resCriterio3 < (Algoritmo.desviaciontGlobal * -1))
{
det3.criterio3 = 2;
}
else
{
det3.criterio3 = 0;
}
}
osalida.cambioTotal = resCriterio3;
osalida.cambioMensual = crecMensual;
osalida.indice = det3.indice;
osalida.fecha = det3.fecha;
osalida.fase = det3.fase;
salida.Add(osalida);
tipoAnt = det3;
}
}
}
//CALCULAMOS LAS ESTADÍSTICAS PATRA IMPRIMIR EN LA TABLA
//CALCULAMOS LA VARIANZA Y DURACIÓN DE LA FASE
List <Models.Salida> salidavar = new List <Models.Salida>();
for (int k = 0; k < listaCriterio3.Count; k++)
{
if (k == 0)
{
Models.Detector finalv = listaCriterio3[k];
Models.Detector actualv = new Models.Detector();
actualv.indice = 0;
Models.Salida var = new Models.Salida();
double?sumavar = 0;
int observaciones = 0;
double?media = 0;
double?varianza = 0;
double?ovarianza = 0;
for (int l = actualv.indice; l < finalv.indice; l++)
{
sumavar += Convert.ToDouble(resultado[l].Data);
observaciones = (finalv.indice - actualv.indice);
media = sumavar / observaciones;
}
for (int l = actualv.indice; l < finalv.indice; l++)
{
ovarianza += (Convert.ToDouble(resultado[l].Data) - media) * (Convert.ToDouble(resultado[l].Data) - media);
varianza = ovarianza / (observaciones - 1);
}
var.varianza = varianza;
var.duracion = observaciones;
var.fecha = listaCriterio3[k].fecha;
salidavar.Add(var);
}
else
{
Models.Detector finalv = listaCriterio3[k];
Models.Detector actualv = listaCriterio3[k - 1];
Models.Salida var = new Models.Salida();
double?sumavar = 0;
int observaciones = 0;
double?media = 0;
double?varianza = 0;
double?ovarianza = 0;
for (int l = actualv.indice; l < finalv.indice; l++)
{
sumavar += Convert.ToDouble(resultado[l].Data);
observaciones = (finalv.indice - actualv.indice);
media = sumavar / observaciones;
}
for (int l = actualv.indice; l < finalv.indice; l++)
{
ovarianza += (Convert.ToDouble(resultado[l].Data) - media) * (Convert.ToDouble(resultado[l].Data) - media);
varianza = ovarianza / (observaciones - 1);
}
var.varianza = varianza;
var.duracion = observaciones;
var.fecha = listaCriterio3[k].fecha;
salidavar.Add(var);
}
}
List <Models.Salida> resumen = new List <Models.Salida>();
for (int i = 0; i < salidavar.Count; i++)
{
Models.Salida r = new Models.Salida();
r.cambioMensual = salida[i].cambioMensual;
r.cambioTotal = salida[i].cambioTotal;
r.duracion = salidavar[i].duracion;
r.fecha = salida[i].fecha;
r.varianza = salidavar[i].varianza;
r.fase = salida[i].fase;
r.indice = salida[i].indice;
resumen.Add(r);
}
return(resumen);
}
//Método que valida si los mínimos y máximos detectados son puntos de quiebre
//bajo tres criterios y calcular estadísticos
public List <Models.Salida> ValidadordeSalida(List <Models.Detector> serieorgininalquiebres, List <Models.Detector> seriecorregidaquiebres, List <Models.DataSerie> resultado)
{
//CRITERIO 1 - AMPLITUD DEL CICLO DEBE SER MAYOR QUE MAS MENOS 15 PERIODOS
// SUMA LOS VALORES DEL DETECTOR DE PUNTOS MÁXIMOS SU LA SUMA ES "1"/"-1" ENTONCES SE MARCA 1 (PICO/VALLE)
// SI LA SUMA ES CUALQUIER NUMERO DIFERENTE DE "1"/"-1" ENTONCES MARCA 2
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormax == 1))
{
int indice = det.indice;
if (indice >= 16)
{
int total = serieorgininalquiebres.Where(n => n.indice >= (indice - 15) && n.indice <= (indice + 15)).Sum(m => m.detectormax);
if (total == 1)
{
det.criterioMax1 = 1;
det.fase = "Pico";
}
else
{
det.criterioMax1 = 2;
det.fase = "Pico";
}
}
}
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormin == -1))
{
int indice = det.indice;
if (indice >= 16)
{
int total = serieorgininalquiebres.Where(n => n.indice >= (indice - 15) && n.indice <= (indice + 15)).Sum(m => m.detectormin);
if (total == -1)
{
det.criterioMin1 = 1;
det.fase = "Valle";
}
else
{
det.criterioMin1 = 2;
det.fase = "Valle";
}
}
}
//foreach (Models.Detector d in seriecorregidaquiebres)
//{
// d.indice = d.indice + 3;
//}
//for (int w = 0; w < 16; w++)
//{
// Models.Detector detectorIni = new Models.Detector();
// detectorIni.mediamovil = null;
// detectorIni.indice = w;
// detectorIni.detectormax = 0;
// detectorIni.detectormin = 0;
// seriecorregidaquiebres.Insert(w, detectorIni);
//}
//CRITERIO 2
// SIMILITUD ENTRE LA CORREGIDA Y LA ORIGINAL
// SE COMPARAN LOS QUIEBRES DE LA SERIE ORIGINAL CON LA SERIE CORREGIDA, SI SE ENCUENTRA UN QUIEBRE EN LA
// CORREGIDA EN MENOS DE 5 PERIODOS DE LA ORIGINAL ENTONCES MARCA EL CRITERIO COMO 1 SI NO COMO 2
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormax == 1 && n.criterioMax1 >= 1))
{
int indice = det.indice;
if (indice >= 6)
{
var criterio2 = seriecorregidaquiebres.Where(n => (n.indice >= (indice - 5) && n.indice <= (indice + 5)) && n.detectormax == 1).ToList();
if (criterio2.Count > 0)
{
det.criterio2 = 1;
}
else
{
det.criterio2 = 0;
}
}
}
foreach (Models.Detector det in serieorgininalquiebres.Where(n => n.detectormin == -1 && n.criterioMin1 >= 1))
{
int indice = det.indice;
if (indice >= 6)
{
var criterio2 = seriecorregidaquiebres.Where(n => (n.indice >= (indice - 5) && n.indice <= (indice + 5)) && n.detectormin == -1).ToList();
if (criterio2.Count > 0)
{
det.criterio2 = 1;
}
else
{
det.criterio2 = 0;
}
}
}
//CRITERIO 3
var listaCriterio3 = serieorgininalquiebres.Where(n => (n.detectormax == 1 && n.criterioMax1 >= 1 && n.criterio2 == 1) || (n.detectormin == -1 && n.criterioMin1 >= 1 && n.criterio2 == 1)).ToList();
bool primerElemento = true;
Models.Detector tipoAnt = new Models.Detector();
Models.Detector tipo = new Models.Detector();
List <Models.Salida> salida = new List <Models.Salida>();
foreach (Models.Detector det3 in listaCriterio3)
{
Models.Salida osalida = new Models.Salida();
double?resCriterio3 = 0;
double?crecMensual = 0;
tipo = det3;
if (primerElemento)
{
tipoAnt = det3;
primerElemento = false;
resCriterio3 = (tipo.mediamovil / serieorgininalquiebres[0].mediamovil) - 1;
crecMensual = (((tipo.mediamovil / serieorgininalquiebres[0].mediamovil) - 1) / (tipo.indice - serieorgininalquiebres[0].indice)) * 100;
if (resCriterio3 > (Algoritmo.desviaciontGlobal))
{
det3.criterio3 = 1;
}
else
{
det3.criterio3 = 0;
}
osalida.cambioTotal = resCriterio3 * 100;
osalida.cambioMensual = crecMensual;
osalida.indice = det3.indice;
osalida.fecha = det3.fecha;
osalida.fase = det3.fase;
salida.Add(osalida);
}
else
{
if (det3.detectormax == 1)
{
tipo = det3;
if (tipoAnt.detectormin == -1)
{
resCriterio3 = (tipo.mediamovil / tipoAnt.mediamovil) - 1;
crecMensual = (((tipo.mediamovil / tipoAnt.mediamovil) - 1) / (tipo.indice - tipoAnt.indice)) * 100;
if (resCriterio3 > (Algoritmo.desviaciontGlobal))
{
det3.criterio3 = 1;
}
else
{
det3.criterio3 = 0;
}
}
osalida.cambioTotal = resCriterio3 * 100;
osalida.cambioMensual = crecMensual;
osalida.indice = det3.indice;
osalida.fecha = det3.fecha;
osalida.fase = det3.fase;
salida.Add(osalida);
tipoAnt = det3;
}
else if (det3.detectormin == -1)
{
tipo = det3;
if (tipoAnt.detectormax == 1)
{
resCriterio3 = (tipo.mediamovil / tipoAnt.mediamovil) - 1;
crecMensual = (((tipo.mediamovil / tipoAnt.mediamovil) - 1) / (tipo.indice - tipoAnt.indice)) * 100;
if (resCriterio3 < (Algoritmo.desviaciontGlobal * -1))
{
det3.criterio3 = 2;
}
else
{
det3.criterio3 = 0;
}
}
osalida.cambioTotal = resCriterio3;
osalida.cambioMensual = crecMensual;
osalida.indice = det3.indice;
osalida.fecha = det3.fecha;
osalida.fase = det3.fase;
salida.Add(osalida);
tipoAnt = det3;
}
}
}
//CALCULAMOS LAS ESTADÍSTICAS PATRA IMPRIMIR EN LA TABLA
//CALCULAMOS LA VARIANZA Y DURACIÓN DE LA FASE
List <Models.Salida> salidavar = new List <Models.Salida>();
for (int k = 0; k < listaCriterio3.Count; k++)
{
if (k == 0)
{
Models.Detector finalv = listaCriterio3[k];
Models.Detector actualv = new Models.Detector();
actualv.indice = 0;
Models.Salida var = new Models.Salida();
double?sumavar = 0;
int observaciones = 0;
double?media = 0;
double?varianza = 0;
double?ovarianza = 0;
for (int l = actualv.indice; l < finalv.indice; l++)
{
sumavar += Convert.ToDouble(resultado[l].Data);
observaciones = (finalv.indice - actualv.indice);
media = sumavar / observaciones;
}
for (int l = actualv.indice; l < finalv.indice; l++)
{
ovarianza += (Convert.ToDouble(resultado[l].Data) - media) * (Convert.ToDouble(resultado[l].Data) - media);
varianza = ovarianza / (observaciones - 1);
}
var.varianza = varianza;
var.duracion = observaciones;
var.fecha = listaCriterio3[k].fecha;
salidavar.Add(var);
}
else
{
Models.Detector finalv = listaCriterio3[k];
Models.Detector actualv = listaCriterio3[k - 1];
Models.Salida var = new Models.Salida();
double?sumavar = 0;
int observaciones = 0;
double?media = 0;
double?varianza = 0;
double?ovarianza = 0;
for (int l = actualv.indice; l < finalv.indice; l++)
{
sumavar += Convert.ToDouble(resultado[l].Data);
observaciones = (finalv.indice - actualv.indice);
media = sumavar / observaciones;
}
for (int l = actualv.indice; l < finalv.indice; l++)
{
ovarianza += (Convert.ToDouble(resultado[l].Data) - media) * (Convert.ToDouble(resultado[l].Data) - media);
varianza = ovarianza / (observaciones - 1);
}
var.varianza = varianza;
var.duracion = observaciones;
var.fecha = listaCriterio3[k].fecha;
salidavar.Add(var);
}
}
List <Models.Salida> resumen = new List <Models.Salida>();
for (int i = 0; i < salidavar.Count; i++)
{
Models.Salida r = new Models.Salida();
r.cambioMensual = salida[i].cambioMensual;
r.cambioTotal = salida[i].cambioTotal;
r.duracion = salidavar[i].duracion;
r.fecha = salida[i].fecha;
r.varianza = salidavar[i].varianza;
r.fase = salida[i].fase;
r.indice = salida[i].indice;
resumen.Add(r);
}
return(resumen);
}
