सीज़नल टाइम सीरीज़

Python में ARIMA Models

James Fulton

Climate informatics researcher

सीज़नल डेटा

अनुमानित और दोहराए जाने वाले पैटर्न होते हैं
किसी भी समयांतराल के बाद दोहरती है

सीज़नल डी-कंपोज़िशन

सीज़नल डी-कंपोज़िशन

time series = trend + seasonal + residual

statsmodels से सीज़नल डी-कंपोज़िशन

# Import 
from statsmodels.tsa.seasonal import seasonal_decompose

# Decompose data
decomp_results = seasonal_decompose(df['IPG3113N'], period=12)

type(decomp_results)

statsmodels.tsa.seasonal.DecomposeResult

statsmodels से सीज़नल डी-कंपोज़िशन

# Plot decomposed data
decomp_results.plot()
plt.show()

ACF से सीज़नल पीरियड ढूँढना

ACF से सीज़नल डेटा पहचानना

ट्रेंड हटाकर टाइम सीरीज़ बनाना (Detrending)

# Subtract long rolling average over N steps
df = df - df.rolling(N).mean()

# Drop NaN values
df = df.dropna()

ACF से सीज़नल डेटा पहचानना

# Create figure
fig, ax = plt.subplots(1,1, figsize=(8,4))

# Plot ACF
plot_acf(df.dropna(), ax=ax, lags=25, zero=False)
plt.show()

ARIMA मॉडल और सीज़नल डेटा

अभ्यास करते हैं!

Python में ARIMA Models

Preparing Video For Download...