时间序列分析 | Python实现时序周期可视化

时间序列分析 | Python实现时序周期可视化

目录

    • 时间序列分析 | Python实现时序周期可视化
      • 基本介绍
      • 方法介绍
      • 总结

基本介绍

经典的时序分解方法是基于STL(季节,趋势)的,所以季节性分量是几乎每个时序的重要组成。
今天介绍一下季节分量的可视化,想要可视化季节分量,一般我们需要思考两个变量:
我们需要观察的季节周期是多少(Period_min)?
我们想要同比的周期是多少(Period_max)?
为了更好的解释,我把这两个变量分别称为Period_min 和Period_max。

方法介绍

一般来说,有两个可视化纬度:
我们可以看看过去10年内,每年的月度销量波动情况。
我们还可以看看过去10年内,同期(同一个月)销量的波动情况。

  • 这里我采用是r自带的数据,但是我用python来探索一下,数据集是PBS数据集,包含了澳大利亚降糖药物的月度销量。
  • 对于这个案例,我们就可以设定Period_min 为月

你可能感兴趣的:(时间序列分析(Python),机器学习算法,深度学习算法,python,深度学习,数据分析,时序数据库)