Saisonale Zerlegung
In der letzten Übung hast du wiederkehrende Muster in den Verkehrsdaten sowohl visuell als auch mit einem Autokorrelationsdiagramm erkannt.
Jetzt zerlegst du diese Daten weiter, indem du sie in ihre Komponenten aufteilst.
Die Daten wurden für dich in traffic geladen.
Diese Übung ist Teil des Kurses
<Kurs>IoT-Daten in Python analysieren</Kurs>Übungsanweisungen
- Importiere
statsmodels.apialssm. - Führe eine saisonale Zerlegung der Zeitreihe in der Spalte
"vehicles"des DataFramestrafficdurch und weise das Ergebnisreszu. - Gib die saisonale Komponente auf dem Bildschirm aus.
- Plotten das Ergebnis der Zeitreihenz erlegung.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Import modules
____
# Perform decompositon
res = sm.tsa.____(____[____])
# Print the seasonal component
____
# Plot the result
____
# Show the plot
plt.show()