Decomposizione di serie temporali
Quando visualizzi dati di serie temporali, fai attenzione ad alcuni schemi riconoscibili:
- stagionalità: i dati mostrano un chiaro andamento periodico?
- trend: i dati seguono una pendenza costante verso l'alto o verso il basso?
- rumore: ci sono valori anomali o mancanti che non sono coerenti con il resto dei dati?
Puoi fare affidamento su un metodo chiamato decomposizione della serie temporale per estrarre e quantificare automaticamente la struttura dei dati. La libreria statsmodels fornisce la funzione seasonal_decompose() per eseguire la decomposizione in modo immediato.
decomposition = sm.tsa.seasonal_decompose(time_series)
Puoi estrarre una componente specifica, per esempio la stagionalità, accedendo all'attributo seasonal dell'oggetto di decomposizione.
Questo esercizio fa parte del corso
Visualizzare dati di serie temporali in Python
Istruzioni dell'esercizio
- Importa
statsmodels.apicon l'aliassm. - Esegui la decomposizione della serie temporale sul DataFrame
co2_levelsin una variabile chiamatadecomposition. - Stampa la componente di stagionalità della tua decomposizione della serie temporale.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import statsmodels.api as sm
import ____ as ____
# Perform time series decompositon
decomposition = sm.tsa.____(____)
# Print the seasonality component
print(____)