Zeitreihenzerlegung

Eine Zeitreihe ist eine Sammlung von Datenpunkten, die in regelmäßigen Abständen erfasst werden und typischerweise verwendet werden, um Trends und Muster in den Daten im Laufe der Zeit zu analysieren und Vorhersagen zu treffen. Die Hauptkomponenten einer Zeitreihe in Python umfassen:

• Zeitstempel: Der Zeitstempel ist der Zeitpunkt, zu dem jeder Datenpunkt erfasst wurde. Zeitstempel sind typischerweise im Format eines Datums, einer Uhrzeit oder eines Datetime-Objekts und werden verwendet, um die Datenpunkte in einer Zeitreihe zu ordnen;

• Trend: Der Trend ist ein langfristiger Anstieg oder Rückgang der Datenwerte. Trends können durch die Analyse der Steigung der Linie der besten Anpassung durch die Datenpunkte im Laufe der Zeit bestimmt werden;

• Saisonalität: Saisonalität ist ein regelmäßiges Muster, das zu einem bestimmten Zeitpunkt oder über einen bestimmten Zeitraum auftritt. Dies ist normalerweise ein sich wiederholendes Muster, das jedes Jahr, jeden Monat oder in anderen Zeitrahmen auftritt;

• Rauschen: Rauschen stellt die zufälligen Schwankungen in den Daten dar, die keinem Trend oder keiner Saisonalität folgen. Dies könnte auf Messfehler, zufällige Schwankungen oder andere Faktoren zurückzuführen sein, die nicht Teil des zugrunde liegenden Musters in den Daten sind.

In Python bietet die pandas-Bibliothek einige Funktionen zur Arbeit mit Zeitreihendaten wie Resampling, Verschiebung und Rolling. Außerdem hat Python Bibliotheken wie statsmodels, prophet und fbprophet für Zeitreihenvorhersagen.

Methodenbeschreibung

• statsmodels: Dieses Modul bietet Klassen und Funktionen zur Schätzung und Analyse verschiedener statistischer Modelle, einschließlich Zeitreihenanalyse, Regressionsanalyse und mehr;

• statsmodels.api.tsa.seasonal_decompose(x, model='additive', filt=None, period=None, two_sided=True, extrapolate_trend=0): Diese Funktion zerlegt eine Zeitreihe x in saisonale, Trend- und Restkomponenten unter Verwendung eines additiven oder multiplikativen Modells. Sie gibt ein DecomposeResult-Objekt zurück;

• DecomposeResult.plot(): Diese Methode zeichnet die zerlegten Zeitreihenkomponenten (saisonal, Trend und Rest) mit Matplotlib. Sie gibt ein Matplotlib Figure-Objekt zurück, das die Plots enthält.