Introducere în serii de timp și staționaritate

Modele ARIMA în Python

James Fulton

Climate informatics researcher

Motivație

Seriile de timp sunt peste tot

  • Știință
  • Tehnologie
  • Afaceri
  • Finanțe
  • Politici publice
Modele ARIMA în Python

Conținutul cursului

Veți învăța

  • Structura modelelor ARIMA
  • Cum să ajustați un model ARIMA
  • Cum să optimizați modelul
  • Cum să realizați prognoze
  • Cum să calculați incertitudinea predicțiilor
Modele ARIMA în Python

Încărcare și reprezentare grafică

import pandas as pd
import matplotlib as plt

df = pd.read_csv('time_series.csv', index_col='date', parse_dates=True)

date            values
2019-03-11    5.734193    
2019-03-12    6.288708    
2019-03-13    5.205788    
2019-03-14    3.176578
Modele ARIMA în Python

Tendință

fig, ax = plt.subplots()
df.plot(ax=ax)
plt.show()

Modele ARIMA în Python

Sezonalitate

Modele ARIMA în Python

Ciclicitate

Modele ARIMA în Python

Zgomot alb

Seria zgomot alb are valori necorelate

  • Cap, cap, cap, pajură, cap, pajură, ...
  • 0.1, -0.3, 0.8, 0.4, -0.5, 0.9, ...
Modele ARIMA în Python

Staționaritate

Staționar

  • Staționaritate în tendință: tendința este zero

Nestaționar

Modele ARIMA în Python

Staționaritate

Staționar

  • Staționaritate în tendință: tendința este zero
  • Varianța este constantă

Nestaționar

Modele ARIMA în Python

Staționaritate

Staționar

  • Staționaritate în tendință: tendința este zero
  • Varianța este constantă
  • Autocorrelația este constantă

Nestaționar

Modele ARIMA în Python

Împărțire antrenare-testare

# Train data - all data up to the end of 2018
df_train = df.loc[:'2018']

# Test data - all data from 2019 onwards
df_test = df.loc['2019':]
Modele ARIMA în Python

Să exersăm!

Modele ARIMA în Python

Preparing Video For Download...