使用 Statsmodels 分解年度时间序列答案

【问题标题】：Decompose annual time series with Statsmodels使用 Statsmodels 分解年度时间序列
【发布时间】：2021-08-22 10:26:38
【问题描述】：

我有一个格式如下的年度时间序列：

import pandas as pd
import numpy as np

index = pd.date_range(start='2011-01-01', end='2021-01-01', freq='AS')
values = np.array([.065, .07, .07, .082, .078, .074, .079, .094, .111, .145, .127]) * 10**4
time_series = pd.DataFrame(values, index=index)

                     0
2011-01-01   650.0
2012-01-01   700.0
2013-01-01   700.0
2014-01-01   820.0
2015-01-01   780.0
2016-01-01   740.0
2017-01-01   790.0
2018-01-01   940.0
2019-01-01  1110.0
2020-01-01  1450.0
2021-01-01  1270.0

我想通过 moving block bootstrapping 和 Box-Cox transformation 应用一个集成模型，正如 Christoph Bergmeir、Rob Hyndman（天才）和 José Benítez 在 this article 中所建议的那样。

该过程的第一步是分解时间序列并引导残差。但是，来自 Statsmodels 的 STL() 和 seasonal_decompose() 都不会返回残差的相关值。

事实上，当我尝试实现STL() 时，我得到了这个错误：

from statsmodels.tsa.seasonal import STL
stl = STL(time_series).fit()
stl.plot()

ValueError: period must be a positive integer >= 2

并且seasonal_decompose() 不会导致任何残差，因为它将随时间的所有变化分配给趋势组件：

from statsmodels.tsa.seasonal import seasonal_decompose
seasonal = seasonal_decompose(time_series, model='additive')
seasonal.plot()

我尝试使用this thread 上的建议来规避STL() 错误，但无济于事。上述研究的作者并没有将STL()应用于非季节性系列，而是使用了黄土方法，如果有人有任何功能或模块可以推荐，可以探索。

我还尝试在分解数据之前对其进行转换，但还是没有用。

有人对如何调整上述季节性分解器的参数有任何建议吗？或者也许关于如何以不同的方式分解这个时间序列？

【问题讨论】：

标签： python time-series statsmodels forecasting

【解决方案1】：

如果您查看STL() 的文档，您会发现如果您没有频率（我认为您在此处拥有的频率），则季节性期间的默认值为 7。

分解需要 1 个输入，即数据系列。如果数据系列没有频率，那么您还必须指定周期。季节性的默认值为 7，因此也应在大多数应用程序。

希望这会有所帮助！

我在使用统计模型时也遇到过这个问题：

import statsmodels.api as sm
decomposition = sm.tsa.seasonal_decompose(df, model='additive')
fig = decomposition.plot()

我收到以下错误：

ValueError: You must specify a period or x must be a pandas object with a DatetimeIndex with a freq not set to None

但是，当我将周期设置为 2 时，它可以正常工作。

import statsmodels.api as sm
decomposition = sm.tsa.seasonal_decompose(df, period = 2, 
model='additive')
fig = decomposition.plot()

问题是，我只有年度数据，没有月度信息，也没有明确的工作时间段。因此，为我的数据集设置一个随机周期是任意的（可能是不正确的）。如果您的数据中有一个时期（一些季节性时间跨度），您可以使用它；否则，我不知道如何提供帮助。进一步查看here讨论的问题。

【讨论】：