Zaman serilerini durağanlaştırma

Python'da ARIMA Modelleri

James Fulton

Climate informatics researcher

Genel bakış

Durağanlık için istatistiksel testler
Veri setini durağanlaştırma

Genişletilmiş Dickey-Fuller testi

Trend durağan olmama için testler
Sıfır hipotezi: zaman serisi durağan değildir

adfuller testini uygulama

from statsmodels.tsa.stattools import adfuller

results = adfuller(df['close'])

Test sonucunu yorumlama

print(results)

(-1.34, 0.60, 23, 1235, {'1%': -3.435, '5%': -2.913, '10%': -2.568}, 10782.87)

1. eleman: test istatistiği (-1.34)
  - Daha negatif → durağan olma olasılığı daha yüksek

1. eleman: p-değeri (0.60)
  - p küçükse → sıfır hipotezini reddedin. Durağan değildir hipotezini reddedin.

1. eleman: kritik değerler

Test sonucunu yorumlama

print(results)

(-1.34, 0.60, 23, 1235, {'1%': -3.435, '5%': -2.863, '10%': -2.568}, 10782.87)

1. eleman: test istatistiği (-1.34)
  - Daha negatif → durağan olma olasılığı daha yüksek

1. eleman: p-değeri (0.60)
  - p küçükse → sıfır hipotezini reddedin. Durağan değildir hipotezini reddedin.

1. eleman: kritik değerler

¹ https://www.statsmodels.org/dev/generated/statsmodels.tsa.stattools.adfuller.html

Görselleştirmenin değeri

Zaman serisini çizmek, yanlış varsayımları önleyebilir

Görselleştirmenin değeri

Bir zaman serisini durağan yapmak

Fark alma

Fark alma: $\Delta y_t = y_t - y_{t-1}$

Fark alma

df_stationary = df.diff()

            city_population
date                       
1969-09-30              NaN
1970-03-31        -0.116156
1970-09-30         0.050850
1971-03-31        -0.153261
1971-09-30         0.108389

Fark alma

df_stationary = df.diff().dropna()

            city_population
date                       
1970-03-31        -0.116156
1970-09-30         0.050850
1971-03-31        -0.153261
1971-09-30         0.108389
1972-03-31        -0.029569

Fark alma

Diğer dönüşümler

Diğer dönüşüm örnekleri

Log al
- np.log(df)
Kareköke al
- np.sqrt(df)
Oransal değişim al
- df.shift(1)/df

Ayo berlatih!

Python'da ARIMA Modelleri