Декомпозиция временного ряда

При визуализации данных временных рядов важно обращать внимание на характерные закономерности:

сезонность: прослеживается ли в данных чёткий периодический паттерн?
тренд: следуют ли данные устойчивому восходящему или нисходящему наклону?
шум: есть ли в данных выбросы или пропущенные значения, которые не вписываются в общую картину?

Для автоматического извлечения и анализа структуры временного ряда используется метод декомпозиции. Библиотека statsmodels предоставляет функцию seasonal_decompose(), которая выполняет декомпозицию временного ряда «из коробки».

decomposition = sm.tsa.seasonal_decompose(time_series)

Чтобы извлечь отдельный компонент — например, сезонность, — обратитесь к атрибуту seasonal объекта декомпозиции.

Это упражнение является частью курса

Визуализация данных временных рядов в Python

Посмотреть курс

Инструкции к упражнению

Импортируйте statsmodels.api с псевдонимом sm.
Выполните декомпозицию временного ряда на основе DataFrame co2_levels и сохраните результат в переменную decomposition.
Выведите компонент сезонности из полученной декомпозиции.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import statsmodels.api as sm
import ____ as ____

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

# Print the seasonality component
print(____)

Редактировать и запускать код