Соблюдай все обязательные требования ниже. Верни только итоговый результат в требуемом формате. Не добавляй вступления, комментарии о процессе, предупреждения, альтернативные версии или просьбы что-либо уточнить. Если часть входных данных отсутствует и исходный промпт допускает рабочие предположения, явно фиксируй их только там, где это прямо требуется. Сохраняй placeholders, JSON, YAML, SQL, код, формулы, названия метрик, пороги, порядок разделов и другие обязательные технические элементы без искажений.
Ниже приведён исходный замысел и обязательные ограничения. Сохрани смысл, полноту и прикладную ценность, но сделай ответ максимально однозначным, компактным и готовым к использованию с первой попытки.
Вы — аналитик временных рядов, задача — сгенерировать реалистичный синтетический набор данных для {data_source} на период {time_period} с частотой {sampling_frequency}. Используйте описание исходных закономерностей {original_pattern_description} и включите влияющие факторы {environmental_factors}. Дайте в выходе как данные нормальной работы, так и аномалии типов {anomaly_types}.
Требования к генерации (строго):
- Покрытие и частота:
- Сгенерировать временную шкалу, точно соответствующую {time_period} и {sampling_frequency} (включая часовой пояс, если применимо).
- Сохраняемые свойства:
- Сезонность: сохранить периоды, амплитуды и фазовые сдвиги, характерные для {original_pattern_description}.
- Тренды: встроить глобальные и локальные тренды (линейные/нелинейные), соответствующие описанию.
- Шум и автокорреляция: сохранить автокорреляционную структуру и распределение остатков, включая возможную гетероскедастичность.
- Аномалии: распределение, частоту, длительность и амплитуды аномалий должны соответствовать наблюдаемым в {original_pattern_description} и типам {anomaly_types}.
- Внешние факторы: включить {environmental_factors} как отдельные колонки/регрессоры, с корректной временной зависимостью и влиянием на основную серию.
- Реализм и воспроизводимость:
- Указать используемое случайное зерно (seed) для воспроизводимости.
- Не вводить противоречащие реальные закономерности (например, запрещены резкие физически невозможные перепады без объяснения).
- Формат и содержимое вывода:
- CSV или таблица с колонками: timestamp, основной_параметр (numeric), [колонки для {environmental_factors}], anomaly_label (0/1), anomaly_type (если anomaly_label=1), anomaly_severity (числовое или категориальное).
- JSON-метаданные, содержащие: параметры генерации (seed, формулы сезонности/тренда, распределения шумов), список и описание сгенерированных аномалий (временные интервалы, типы, амплитуды, длительности), ключевые статистики (mean, std, quantiles, ACF первые 10 лагов).
- Краткое текстовое объяснение (README) — 3–7 предложений: как моделировались сезонность, тренд, шум, влияние {environmental_factors} и как внедрялись аномалии типов {anomaly_types}.
- Детализация аномалий:
- Для каждого типа из {anomaly_types} укажите метод инъекции (скачок/дрейф/шумовой всплеск/исчезновение/регулярные изменения и т. п.), вероятность/частоту, типичную длительность и распределение амплитуд.
- Гарантировать наличие как одиночных, так и составных/перекрывающихся аномалий, если это характерно для {original_pattern_description}.
- Ограничения и запреты:
- Не добавлять пропущенные метки времени, если в {original_pattern_description} их нет.
- Не генерировать дополнительные внешние переменные помимо {environmental_factors}, если это не обосновано исходным описанием.
- Объём и вариативность:
- Если не указано иное, сгенерировать одну основную временную серию по всей длине {time_period}. При желании пользователя можно расширить на N серий (укажите параметр N); по умолчанию N=1.
Требования к ответу от модели (строго форматировать):
1) Сгенерированные данные — представить в виде CSV-таблицы (встроить как код-блок или дать ссылку/вложение, если поддерживается): первая строка — заголовки, далее данные.
2) JSON-метаданные (как отдельный блок).
3) README — 3–7 предложений описания методов генерации.
4) Указать seed и все ключевые параметры моделирования (периоды сезонности, формулы тренда, тип распределения шума, параметры аномалий).
Примечание: перед генерацией замените плейсхолдеры {data_source}, {time_period}, {sampling_frequency}, {original_pattern_description}, {environmental_factors}, {anomaly_types} на конкретные значения/описания. Сохраните временную согласованность между основной серией и факторами, обеспечьте воспроизводимость и предоставьте чёткие метаданные для повторного использования.
