Sezónní dekompozice

V předchozím cvičení jsi v datech o dopravě identifikoval/a opakující se vzorce – jak vizuální prohlídkou, tak pomocí grafu autokorelace.

Tato data teď rozebereme podrobněji a rozdělíme je na jednotlivé složky.

Data jsou už načtena do proměnné traffic.

Toto cvičení je součástí kurzu

Analýza dat z IoT v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj statsmodels.api jako sm.
Proveď sezónní dekompozici časové řady – použij sloupec "vehicles" z DataFrame traffic a výsledek ulož do res.
Vypiš sezónní složku na obrazovku.
Vykresli výsledek dekompozice časové řady.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import modules
____

# Perform decompositon 
res = sm.tsa.____(____[____])

# Print the seasonal component
____

# Plot the result
____

# Show the plot
plt.show()

Upravit a spustit kód