时间序列去趋势

转载于&＃xff1a;https://blog.csdn.net/kylin_learn/article/details/85225400

https://machinelearningmastery.com/time-series-trends-in-python/

趋势是时间序列水平的长期增加或减少

有趋势的时间序列是非平稳的。

可以模拟确定的趋势。建模之后&＃xff0c;它可以从时间系列数据集中去除。这就是时间序列去趋势。

该数据集有明显的上升趋势

差分法去趋势

时间序列去趋势最简单的方法就是差分。

具体而言&＃xff0c;在等时间步长的基础上&＃xff0c;计算前一观察点和观察点之差构造出新的序列。

value(t) &＃61; observation(t) - observation(t-1)

1. from pandas import read_csv

2. from pandas import datetime

3. from matplotlib import pyplot

4.  

5. def parser(x):

6. return datetime.strptime(&＃39;190&＃39;&＃43;x, &＃39;%Y-%m&＃39;)

7.  

8. series &＃61; read_csv(&＃39;shampoo-sales.csv&＃39;, header&＃61;0, parse_dates&＃61;[0], index_col&＃61;0, squeeze&＃61;True, date_parser&＃61;parser)

9. X &＃61; series.values

10. diff &＃61; list()

11. for i in range(1, len(X)):

12. value &＃61; X[i] - X[i - 1]

13. diff.append(value)

14. pyplot.plot(diff)

15. pyplot.show()

去趋势之后变成这样

下一步&＃xff0c;原始数据集减去这一趋势&＃xff0c;然后绘制结果&＃xff0c;结果为去趋势数据集。

进一步深入&＃xff1a;http://www.ltrr.arizona.edu/webhome/dmeko/notes_7.pdf