统计，机器学习，深度学习，组合模型时序数据异常检测算法简单对比

以下是简单的对比：

1. 统计方法：适合处理简单的线性数据，例如平稳时间序列数据，但无法处理非线性和非正态分布的数据。

2. 机器学习方法：适合处理高维非线性数据，例如多元时间序列数据，可以使用各种分类、聚类、回归算法进行异常检测。

3. 深度学习方法：适合处理时序数据、图像数据、文本数据等不同类型的数据，可以使用递归神经网络、卷积神经网络、自编码器等进行异常检测。

4. 组合模型：可以将多种算法组合起来，综合考虑多种因素，得到更加准确的结果。例如将机器学习算法和统计方法结合，使用深度学习算法进行特征提取等。

总的来说，不同的算法适用于不同的数据类型和异常检测任务，需要根据实际问题选择合适的算法进行实验比较，选择效果最佳的算法。