Dekompozycja sezonowości
W poprzednim ćwiczeniu zidentyfikowano pewne powtarzające się wzorce w danych o ruchu drogowym – zarówno poprzez wizualną inspekcję, jak i z użyciem wykresu autokorelacji.
Teraz przeanalizuj te dane głębiej, rozkładając je na poszczególne składowe.
Dane zostały już wczytane do zmiennej traffic.
To ćwiczenie jest częścią kursu
Analiza danych IoT w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj
statsmodels.apijakosm. - Wykonaj dekompozycję sezonową na kolumnie
"vehicles"z szeregu czasowego w ramce danychtraffici przypisz wynik dores. - Wyświetl składową sezonową na ekranie.
- Narysuj wykres wyników dekompozycji szeregu czasowego.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import modules
____
# Perform decompositon
res = sm.tsa.____(____[____])
# Print the seasonal component
____
# Plot the result
____
# Show the plot
plt.show()