Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Decomposição | Processamento de Séries Temporais
Análise de Séries Temporais
course content

Conteúdo do Curso

Análise de Séries Temporais

Análise de Séries Temporais

1. Séries Temporais: Vamos Começar
2. Processamento de Séries Temporais
3. Visualização de Séries Temporais
4. Modelos Estacionários
5. Modelos Não Estacionários
6. Resolver Problemas Reais

bookDecomposição

A Decomposição é uma técnica de análise de séries temporais que permite decompor uma série em vários componentes: sazonalidade, ruído e tendências.

Tomemos as vendas de um supermercado como exemplo.

Falando de sazonalidade, as vendas possuem sazonalidade diária (o número de compras aumenta à noite e pode ser menor pela manhã), sazonalidade semanal (a maioria das compras é feita às sextas-feiras e fins de semana) e sazonalidade mensal (por exemplo, mais compras são realizadas durante os meses de festas: dezembro, janeiro).

Vamos esclarecer o modelo matemático do método de decomposição:

Como podemos ver, os coeficientes T, S e R são responsáveis por cada parâmetro.

Você pode ver a principal diferença entre tendência e sazonalidade abaixo:

Enquanto uma tendência é um componente geral sistemático linear ou não linear, um componente sazonal é recorrente. Ambos os tipos de componentes podem estar presentes na série temporal simultaneamente.

Para executar o método de decomposição, utilizaremos o método MSTL, que significa Decomposição Múltipla Sazonal-Tendência usando Loess. Importe statsmodel para executar a decomposição de séries temporais:

Como resultado, temos o seguinte:

Com a ajuda desta visualização, já podemos acompanhar a tendência geral ascendente e a sazonalidade. De forma geral, a decomposição pode nos ajudar a passar da análise de uma série não estacionária para uma estacionária, excluindo o componente sazonal e a tendência, podemos analisar a série utilizando os resíduos.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 4
We're sorry to hear that something went wrong. What happened?
some-alt