大多数时间序列可以分解为不同的组件,在本文中,我将讨论这些不同的组件是什么,如何获取它们以及如何使用 Python 进行时间序列分解。
时间序列组成
时间序列是(主要)三个组成部分的组合:趋势、季节性和残差/剩余部分。让我们简单的解释这三个组成部分
趋势:这是该序列的整体运动。它可能会持续增加、也可能持续减少,或者是波动的。
季节性:系列中的任何常规季节性模式。比如,夏季冰淇淋的销量通常高于冬季。
残差:这是我们考虑到趋势和季节性后剩下的部分。它也可以被认为只是统计噪声,或者是临时性事件的影响,这个残差量也有一个单独的周期分量,但它通常被归入趋势分量。
加法模型与乘法模型
这些组件的组合方式取决于时间序列的性质。对于加法模型:
对于乘法模型:
其中 Y 是序列,T 是趋势,S 是季节性,R 是残差分量。
当序列变化的大小尺度一致的时候,加法模型是最合适的。而当序列的波动处于相对和比例范围内时乘法模型是比较合适的。
例如,如果夏季冰淇淋的销量每年高出 1,000 个,则该模型是加法的。如果每年夏天销售额持续增长 20%,但绝对销售额在变化,则该模型是乘法的。稍后我们将讨论一个示例,该示例可以使该理论更加具体。
为了计算和可视化的渐变,可以通过对数变换或Box-Cox变换将乘法模型转换为加法模型:
分解是如何工作的
有多种算法和方法可以将时间序列分解为三个分量。以下的经典方法,经常会使用并且非常直观。
- 使用移动/滚动平均值计算趋势分量 T。
- 对序列进行去趋势处理,Y-T 用于加法模型,Y/T 用于乘法模型。
- 通过取每个季节的去趋势序列的平均值来计算季节分量 S。
- 残差分量 R 的计算公式为:对于加法模型R = Y-T-R,对于乘法模型R = Y/(TR)。
还有其他几种可用于分解的方法,例如 STL、X11 和 SEATS。这些是先进的方法,是对经典方法的基本方法的补充,并改进了它的缺点。如果有想了解这些最新方法的可以留言,我们单开一篇文章介绍。
Python中进行时间序列分解
这里让我们使用1948年至1961年的美国航空客运量数据集:
#https://www.kaggle.com/datasets/ashfakyeafi/air-passenger-data-for-time-series-analysis
import plotly.express as px
import pandas as pd
# Read in the data
data = pd.read_csv('AirPassengers.csv', index_col=0)
data.index = pd.to_datetime(data.index)
# Plot the data
fig = px.line(data, x=data.index, y='#Passengers',
labels=({'#Passengers': 'Passengers', 'Month': 'Date'}))
fig.update_layout(template="simple_white", font=dict(size=18),
title_text='Airline Passengers', width=650, title_x=0.5, height=400)
fig.show()
从图中我们观察到趋势是增加的,每年也有季节性。波动的大小随着时间的推移而增加,因此我们可以说这是一个乘法模型。
statmodels中包含了seasonal_decomposition函数可以帮我们来分解时间序列,并在我们要在调用函数时指定这是一个“乘法”模型:
from statsmodels.tsa.seasonal import seasonal_decompose
import matplotlib.pyplot as plt
# Plot the decomposition for multiplicative series
data.rename(columns={'#Passengers': 'Multiplicative Decomposition'}, inplace=True)
decomposition_plot_multi = seasonal_decompose(data['Multiplicative Decomposition'],
model='multiplicative')
decomposition_plot_multi.plot()
plt.show()
从上图中可以看到,该函数确实成功地捕获了这三个组成部分。
通过应用Scipy的函数boxcox ,可以使用Box-Cox变换稳定方差,这样可以将序列转换为一个加法模型:
# Import packages
from statsmodels.tsa.seasonal import seasonal_decompose
import matplotlib.pyplot as plt
from scipy.stats import boxcox
# Apply boxcox to acquire additive model
data['Additive Decomposition'], lam = boxcox(data['#Passengers'])
# Plot the decomposition for additive series
decomposition_plot_add = seasonal_decompose(data['Additive Decomposition'],
model='additive')
decomposition_plot_add.plot()
plt.show()
这个函数也很好地捕获了这三个组件。但是我们看到残差在早期和后期具有更高的波动性。所以在为这个时间序列构建预测模型时,需要考虑到这一点。
总结
在这篇文章中,我们展示了如何将时间序列分解为三个基本组成部分:趋势、季节性和残差。这三个组成部分的组合产生了实际的时间序列,它们的组合可以是加性的也可以是乘性的。有几种更新技术可以执行分解,如STL, SEAL和X11,但是经典的方法简单并且直观。最后通过分解时间序列有助于建立对数据的理解,从而更容易做出未来的预测。
作者:Egor Howell