Décomposition saisonnière

Dans le dernier exercice, vous avez repéré certains motifs récurrents dans les données de circulation, à la fois par inspection visuelle et à l'aide d'un tracé d'autocorrélation.

Vous allez maintenant pousser l'analyse plus loin en scindant ces données en leurs composantes.

Les données ont été chargées pour vous dans traffic.

Cette activité fait partie du cours

Analyse de données IoT avec Python

Voir le cours

Instructions de l’exercice

Importez statsmodels.api sous le nom sm.
Effectuez une décomposition saisonnière sur la série temporelle de la colonne "vehicles" du DataFrame traffic et assignez le résultat à res.
Affichez la composante saisonnière à l'écran.
Tracez le résultat de la décomposition de la série temporelle.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import modules
____

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

# Print the seasonal component
____

# Plot the result
____

# Show the plot
plt.show()

Modifier et exécuter le code