Dekomposisi deret waktu

Saat memvisualisasikan data deret waktu, Anda perlu memperhatikan beberapa pola yang mudah dibedakan:

seasonality: apakah data menampilkan pola periodik yang jelas?
trend: apakah data mengikuti kecenderungan naik atau turun secara konsisten?
noise: apakah ada titik pencilan atau nilai hilang yang tidak selaras dengan data lainnya?

Anda dapat menggunakan metode yang dikenal sebagai dekomposisi deret waktu untuk mengekstrak dan mengukur struktur data deret waktu secara otomatis. Pustaka statsmodels menyediakan fungsi seasonal_decompose() untuk melakukan dekomposisi deret waktu secara langsung.

decomposition = sm.tsa.seasonal_decompose(time_series)

Anda dapat mengekstrak komponen tertentu, misalnya musiman, dengan mengakses atribut seasonal dari objek dekomposisi.

Latihan ini adalah bagian dari kursus

Memvisualisasikan Data Deret Waktu di Python

Lihat Kursus

Petunjuk latihan

Impor statsmodels.api dengan alias sm.
Lakukan dekomposisi deret waktu pada DataFrame co2_levels ke dalam variabel bernama decomposition.
Cetak komponen musiman dari hasil dekomposisi deret waktu Anda.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import statsmodels.api as sm
import ____ as ____

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

# Print the seasonality component
print(____)

Edit dan Jalankan Kode