Decomposição de séries temporais

Ao visualizar dados de séries temporais, você deve ficar de olho em alguns padrões identificáveis:

sazonalidade: os dados exibem um padrão periódico claro?
tendência: os dados seguem uma inclinação consistente para cima ou para baixo?
ruído: há pontos atípicos ou valores ausentes que não são consistentes com o restante dos dados?

Você pode usar um método conhecido como decomposição de séries temporais para extrair e quantificar automaticamente a estrutura de dados de séries temporais. A biblioteca statsmodels oferece a função seasonal_decompose() para realizar a decomposição de séries temporais pronta para uso.

decomposition = sm.tsa.seasonal_decompose(time_series)

Você pode extrair um componente específico, por exemplo, sazonalidade, acessando o atributo seasonal do objeto de decomposição.

Este exercício faz parte do curso

Visualizing Time Series Data in Python

Ver curso

Instruções do exercício

Importe statsmodels.api usando o alias sm.
Faça a decomposição de séries temporais no DataFrame co2_levels em uma variável chamada decomposition.
Imprima o componente de sazonalidade da sua decomposição da série temporal.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import statsmodels.api as sm
import ____ as ____

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

# Print the seasonality component
print(____)

Editar e executar o código