1. Learn
    2. /
  2. Cursuri
    3. /
  3. ARIMA modely v Pythonu
Connected

exercițiu

Sezónní dekompozice

Časovou řadu si můžeš představit jako složení trendové, sezónní a reziduální složky. Takový pohled na data se hodí, když přemýšlíš nad jejich modelováním. Pokud znáš periodu časové řady, můžeš ji na tyto složky rozložit.

V tomto cvičení provedeš dekompozici časové řady zachycující měsíční produkci mléka na krávu v USA. Získáš tak jasnější představu o trendu a sezónním cyklu. Protože jsou data měsíční, předpokládáme sezónnost 12 časových period – v jiných případech to ale nemusí platit.

Časová řada produkce mléka je načtena do DataFrame milk_production a je dostupná v tvém prostředí.

Instrucțiuni

100 XP
  • Importuj funkci seasonal_decompose() z modulu statsmodels.tsa.seasonal.
  • Rozlož sloupec 'pounds_per_cow' z milk_production pomocí aditivního modelu s periodou 12 měsíců.
  • Vykresli dekompozici.