Zaman serilerinde mevsimsellik, trend ve gürültü

Python ile Zaman Serisi Verilerini Görselleştirme

Thomas Vincent

Head of Data Science, Getty Images

Zaman serisinin özellikleri

Mevsimsellik: veride belirgin bir periyodik desen var mı?
Trend: veri tutarlı biçimde yukarı ya da aşağı eğimli mi?
Gürültü: geri kalanla tutarsız aykırı noktalar veya eksik değerler var mı?

Zaman serisi ayrıştırma

import statsmodels.api as sm
import matplotlib.pyplot as plt
from pylab import rcParams

rcParams['figure.figsize'] = 11, 9
decomposition = sm.tsa.seasonal_decompose(
                co2_levels['co2'])
fig = decomposition.plot()

plt.show()

CO2 verisinde zaman serisi ayrıştırma grafiği

Zaman serisi ayrıştırma

Zaman serisi ayrıştırmasından bileşenleri çıkarma

print(dir(decomposition))

['__class__', '__delattr__', '__dict__',
 ... 'plot', 'resid', 'seasonal', 'trend']

print(decomposition.seasonal)

datestamp
1958-03-29    1.028042
1958-04-05    1.235242
1958-04-12    1.412344
1958-04-19    1.701186

Zaman serisinde mevsimsellik bileşeni

decomp_seasonal = decomposition.seasonal

ax = decomp_seasonal.plot(figsize=(14, 2))
ax.set_xlabel('Date')
ax.set_ylabel('Zaman serisinin mevsimselliği')
ax.set_title('Zaman serisinin mevsimsel değerleri')

plt.show()

Zaman serisinde mevsimsellik bileşeni

Zaman serisinde mevsimsellik

Zaman serisinde trend bileşeni

decomp_trend = decomposition.trend

ax = decomp_trend.plot(figsize=(14, 2))
ax.set_xlabel('Date')
ax.set_ylabel('Zaman serisinin trendi')
ax.set_title('Zaman serisinin trend değerleri')

plt.show()

Zaman serisinde trend bileşeni

Zaman serisinde trend

Zaman serisinde gürültü bileşeni

decomp_resid = decomp.resid

ax = decomp_resid.plot(figsize=(14, 2))
ax.set_xlabel('Date')
ax.set_ylabel('Zaman serisinin kalanı')
ax.set_title('Zaman serisinin artık değerleri')

plt.show()

Zaman serisinde gürültü bileşeni

Zaman serisinde gürültü

Hadi pratik yapalım!

Python ile Zaman Serisi Verilerini Görselleştirme