相关疑难解决方法(0)

我一直在阅读有关时间序列分解的内容，并且非常清楚它如何在简单的示例中工作，但在扩展这些概念时遇到了困难。

例如，我正在使用一些简单的合成数据：

因此，没有与该数据相关的实际时间。可以每秒或每年采样一次。无论采样频率如何，周期大约为 160 个时间步长，使用它作为period参数会产生预期结果：

# seasonal=13 based on example in the statsmodels user guide
decomp = STL(synth.value, period=160, seasonal=13).fit()

fig, ax = plt.subplots(3,1, figsize=(12,6))
decomp.trend.plot(title='Trend', ax=ax[0])
decomp.seasonal.plot(title='Seasonal', ax=ax[1])
decomp.resid.plot(title='Residual', ax=ax[2])
plt.tight_layout()
plt.show()

但看看其他数据集，要看到季节性周期并不是那么容易，所以这让我想到了几个问题：

如何在现实世界的混乱数据中找到正确的论点，尤其是period论点，还有其他论点？这只是您执行的参数搜索，直到分解看起来很正常吗？

参数

endog : array_like 要分解的数据。必须可压缩至 1-d。

period：序列的周期性。如果 None 且 endog 是 pandas Series 或 DataFrame，则尝试从 endog 进行确定。如果 endog 是 ndarray，则必须提供句点。

季节性：季节性的长度更平滑。必须是奇数，通常应 >= 7（默认）。

趋势：趋势的长度更平滑。必须是奇数。如果未提供，则使用大于 1.5 * period / (1 - 1.5 / season) 的最小奇整数，遵循原始实现中的建议。

在拟合统计模型时，我收到有关日期频率的警告。

首先，我导入一个数据集：

import statsmodels as sm
df = sm.datasets.get_rdataset(package='datasets', dataname='airquality').data

df['Year'] = 1973
df['Date'] = pd.to_datetime(df[['Year', 'Month', 'Day']])

df.drop(columns=['Year', 'Month', 'Day'], inplace=True)
df.set_index('Date', inplace=True, drop=True)

接下来我尝试拟合一个 SES 模型：

fit = sm.tsa.api.SimpleExpSmoothing(df['Wind']).fit()

返回此警告：

/anaconda3/lib/python3.6/site-packages/statsmodels/tsa/base/tsa_model.py:171：ValueWarning：未提供频率信息，因此将使用推断频率 D。% 频率，值警告）

我的数据集是每天，所以推断“D”是可以的，但我想知道如何手动设置频率。

请注意， DatetimeIndex 没有频率（最后一行）...

DatetimeIndex(['1973-05-01', '1973-05-02', '1973-05-03', '1973-05-04',
               '1973-05-05', '1973-05-06', '1973-05-07', '1973-05-08',
               '1973-05-09', '1973-05-10',
               ...
               '1973-09-21', '1973-09-22', '1973-09-23', '1973-09-24',
               '1973-09-25', '1973-09-26', '1973-09-27', '1973-09-28',
               '1973-09-29', '1973-09-30'],
              dtype='datetime64[ns]', name='Date', length=153, freq=None)

根据这个答案，我检查了缺少的日期，但似乎没有：

pd.date_range(start = '1973-05-01', end = '1973-09-30').difference(df.index)

DatetimeIndex([], dtype='datetime64[ns]', freq='D')

我应该如何设置索引的频率？