Декомпозиція часових рядів

Під час візуалізації часових рядів варто звертати увагу на помітні шаблони:

сезонність: чи має дані чітку періодичну зміну?
тренд: чи дотримуються дані сталого зростання або спадання?
шум: чи є викиди або пропуски, що не узгоджуються з рештою даних?

Можна скористатися методом декомпозиції часових рядів, щоб автоматично виокремити та кількісно оцінити структуру даних часового ряду. Бібліотека statsmodels надає функцію seasonal_decompose() для виконання декомпозиції «з коробки».

decomposition = sm.tsa.seasonal_decompose(time_series)

Ви можете отримати окрему складову, наприклад сезонність, звернувшись до атрибута seasonal об'єкта декомпозиції.

Ця вправа є частиною курсу

Візуалізація часових рядів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте statsmodels.api з псевдонімом sm.
Виконайте декомпозицію часового ряду з датафрейму co2_levels у змінну decomposition.
Виведіть сезонну складову результату декомпозиції.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import statsmodels.api as sm
import ____ as ____

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

# Print the seasonality component
print(____)

Редагувати та запускати код