zoukankan      html  css  js  c++  java
  • ARMR模型简单实践作业(3)-季节性波动与差分

    1.继续使用statsmodels作为计算库

    上一篇已经说了下一步要干什么,这里直接给代码

    def decompose(timeserise):
        decomposition = seasonal_decompose(timeserise)
        # 趋势
        trend = decomposition.trend
        # 季节性
        seasonal = decomposition.seasonal
        # 残留部分
        residual = decomposition.resid
        # 成分分解绘图部分
        plt.subplot(411)
        plt.plot(ts_log, label="数据")
        plt.legend(loc='best')
        plt.subplot(412)
        plt.plot(trend, label="趋势")
        plt.legend(loc='best')
        plt.subplot(413)
        plt.plot(seasonal, label="季节性波动")
        plt.legend(loc='best')
        plt.subplot(414)
        plt.plot(residual, label="残留部分")
        plt.legend(loc='best')
        plt.tight_layout()
        plt.show()
        return trend, seasonal, residual
    
    
    if __name__ == '__main__':
        draw_rend(ts, 12)
        res = teststationayity(ts)
        print(res)
        # 数据对数变换 为了df平稳性校验
        ts_log = np.log(ts)
        draw_moving(ts_log, 12)
        # 分解图
        trend, seasonal, residual = decompose(ts_log)
        #参数整理
        print("#############")
        rol_mean=ts_log.rolling(window=12).mean()
        rol_mean.dropna(inplace=True)#drop掉nan
        ts_diff_1=rol_mean.diff(1)
        ts_diff_1.dropna(inplace=True)
    

      (1)分解图

    (2)一阶差分

     2.再次df检验

    复用上次代码

    res2=teststationayity(ts_diff_1)
        print(res2)
    

     得到返回值:

    Test Statistic 0.815369
    p_value 0.991880
    #Lags Used 13.000000
    Number of Observation Uesd 130.000000
    Critical Value(1%) -3.481682
    Critical Value(5%) -2.884042
    Critical Value(10%) -2.578770
    dtype: float64
    ######对比线#######
    Test Statistic -2.709577
    p_value 0.072396
    #Lags Used 12.000000
    Number of Observation Uesd 119.000000
    Critical Value(1%) -3.486535
    Critical Value(5%) -2.886151
    Critical Value(10%) -2.579896
    dtype: float64

    这里可明显看到p值在数据处理后趋于0,统计值回落到%5~%10。

    2020-06-01

  • 相关阅读:
    C++各种进制的转换
    C++获取当前目录
    【转】Caffe初试(十)命令行解析
    libsvm下的windows版本中的工具的使用
    libsvm的数据格式及制作
    【转】Windows下使用libsvm中的grid.py和easy.py进行参数调优
    【转】Caffe初试(九)solver及其设置
    【转】Caffe初试(八)Blob,Layer和Net以及对应配置文件的编写
    【转】Caffe初试(七)其它常用层及参数
    Ubuntu 14.04 安装 Sublime Text 3
  • 原文地址:https://www.cnblogs.com/cheflone/p/13027526.html
Copyright © 2011-2022 走看看