「季節性モデルの8つの技術」

8 Techniques for Seasonal Models

予測のための季節性の扱い方

Clark Youngによる写真、Unsplashから

この記事は前の投稿の続きです。前回、私たちは3つの季節パターンを特定しました。

ここでは、以下のことを学びます:

  • 時間系列の季節性を説明する方法を学ぶ。
  • 季節性をモデル化するために使用できる8つのアプローチを説明する。

季節性のモデリング

季節性とは、一定の期間で繰り返されるパターンのことです。これはモデル化する上で重要な変動の源です。

時間系列と季節調整されたバージョン。データのソースは次のセクションにあります。著者による画像。

季節性の扱い方はいくつかあります。いくつかのアプローチでは、モデル化の前に季節成分を除去します。季節調整されたデータ(季節成分を差し引いた時間系列)は、トレンドやビジネスサイクルなどの長期的な効果を強調します。他のアプローチでは、季節性の循環的な性質を捉えるための追加変数を追加します。

異なる方法を説明する前に、時間系列を作成し、その季節パターンを説明しましょう。

分析の例

前の記事と同じプロセスを使用します(参考文献[1]も参照してください):

period = 12 # 月次シリーズサイズ = 120beta1 = np.linspace(-.6, .3, num=size)beta2 = np.linspace(.6, -.3, num=size)sin1 = np.asarray([np.sin(2 * np.pi * i / 12) for i in np.arange(1, size + 1)])cos1 = np.asarray([np.cos(2 * np.pi * i / 12) for i in np.arange(1, size + 1)])xt = np.cumsum(np.random.normal(scale=0.1, size=size))yt = xt + beta1 * sin1 + beta2 * cos1 + np.random.normal(scale=0.1, size=size)yt = pd.Series(yt)

この系列は次のようになります:

確率的な定常性の季節性を持つ人工的な時系列。著者による画像。

まず、季節パターンを強さで説明することから始めましょう:

# https://github.com/vcerqueira/blog/tree/main/srcfrom src.seasonality import seasonal_strengthseasonal_strength(yt, period=12)# 0.90

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AIテクノロジー

「プリントオンデマンドのドロップシッピング:芸術への情熱を収益化する」

需要に応じた印刷および配送は、電子商取引の領域で画期的なビジネスモデルとして現れましたこれにより、在庫や前払いの投資...

AIテクノロジー

「2024年のトップ5大学の証明書」

「大学の証明書が技術セクターに特化した知識と専門知識の扉を開く方法を探索してください」

AIテクノロジー

「リターンオファーを得る方法」 (リターンオファーをえるほうほう)

学生の視点から見ると、インターンシップの主な目標は、来年の夏にインターンとしてまたは正社員として戻ってくるために、そ...

AIテクノロジー

「給与システムでの人事管理の活用方法:4つの例」

ビジネス管理において、人材と給与機能を絡めることは、驚くべき効率をもたらすことがありますそれを考慮に入れて、この統合...

AIテクノロジー

「将来的にAIが医療請求の補完をどのように行うのか?」

私たちの急速に発展するデジタル時代において、医療部門は変化においては馴染みがありません革新的な技術の影響を受けて、伝...

AIテクノロジー

「パーソナライズされたパッケージソリューション:カスタマイズにおけるAIの役割」

画像ソース:Pexels製品のパッケージングは、有形の商品を扱うすべてのビジネスにとって非常に重要な要素となりますそして、...