Python和Scipy的季节性调整

Question

我希望使用Python来季节性调整月度数据.从这些系列中可以看到:www.emconfidential.com,数据的季节性成分很高.我想对此进行调整,以便在系列趋势上升或下降时我能更好地掌握.有人知道如何使用scipy或其他Python库轻松完成这项工作吗？

Answer 1

Statsmodels可以做到这一点.它们具有基本的季节性分解,也是Census X13调整的包装.您还可以使用rpy2访问R的一些优秀的SA库.这是statsmodels季节性分解:

import pandas as pd
import statsmodels.api as sm
import matplotlib.pyplot as plt
pd.options.display.mpl_style = 'default'
%matplotlib inline

dta = sm.datasets.co2.load_pandas().data.resample("M").fillna(method="ffill")

res = sm.tsa.seasonal_decompose(dta)

fig = res.plot()
fig.set_size_inches(10, 5)
plt.tight_layout()

http://statsmodels.sourceforge.net/0.6.0/release/version0.6.html

Answer 2

没有神奇的 Python 库可以为你进行季节性调整。执行此类操作的应用程序往往相当大。

您需要自己计算出数学公式，然后使用 scipy 为您计算其余部分。