Dekompozice časové řady

Při vizualizaci časových řad si všímej charakteristických vzorů:

sezónnost: zobrazuje data jasně se opakující periodický vzor?
trend: sledují data konzistentní rostoucí nebo klesající tendenci?
šum: obsahují data odlehlé hodnoty nebo chybějící záznamy, které nezapadají do celkového obrazu?

K automatickému odhalení a vyčíslení struktury časové řady slouží metoda zvaná dekompozice časové řady. Knihovna statsmodels nabízí funkci seasonal_decompose(), která tento rozklad provede hned po vybalení.

decomposition = sm.tsa.seasonal_decompose(time_series)

Konkrétní složku, například sezónnost, získáš přístupem k atributu seasonal objektu dekompozice.

Toto cvičení je součástí kurzu

Vizualizace dat časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj statsmodels.api pod aliasem sm.
Proveď dekompozici časové řady na DataFrame co2_levels a výsledek ulož do proměnné decomposition.
Vypiš složku sezónnosti z provedené dekompozice časové řady.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import statsmodels.api as sm
import ____ as ____

# Perform time series decompositon
decomposition = sm.tsa.____(____)

# Print the seasonality component
print(____)

Upravit a spustit kód