1. 学ぶ
  2. /
  3. コース
  4. /
  5. Pythonで学ぶ時系列解析

Connected

演習

確定申告シーズンの季節調整

多くの時系列には強い季節性があります。時系列から季節要因を取り除く手順を季節調整と呼びます。たとえば、政府が公表する多くの経済データは季節調整済みです。

先ほど、ランダムウォークの一次差分をとると、定常なホワイトノイズ過程になることを見ました。季節調整では一次差分の代わりに、その周期に対応するラグの差分をとります。

H&R Block の四半期収益(DataFrame HRB に事前読み込み)の自己相関関数をもう一度見ると、明確な季節要因があります。税務シーズンごとに4四半期ごと収益が急増するため、ラグ 4, 8, 12, 16, … で自己相関が高くなっています。系列の周期を表す 4 期差(第4差分)をとって季節調整を適用し、その変換後系列の自己相関を計算してください。

指示

100 XP
  • .diff() メソッドで四半期収益のラグ4差分をとり、季節調整済み収益の新しい DataFrame を作成します。
  • 季節調整済み DataFrame の先頭10行を確認し、最初の4行が NaN であることに気づきます。
  • .dropna() メソッドで NaN の行を削除します。
  • 季節調整済み DataFrame の自己相関関数をプロットします。