[英]multiple seasonality Time series analysis in Python
我有一個每日時間序列數據集,我使用 Python SARIMAX 方法來預測未來。 但我不知道如何在 python 中編寫考慮多個季節性的代碼。 據我所知,SARIMAX 只處理一個季節性,但我想檢查每周、每月和每季度的季節性。 我知道要捕捉星期幾的季節性,我應該創建 6 個虛擬變量,要捕捉月份的季節性,創建 30 個虛擬變量,並且要捕捉一年中的月份,創建 11 個虛擬變量。 但我不知道如何將它與 Python 中的主要 SARIMAX 函數合並? 我的意思是 SARIMAX 只是一個執行自回歸、移動平均和差分部分的函數,但是我應該如何在使用 SARIMAX 的時間序列分析中包含多個季節性代碼? 到目前為止,我知道如何為每個類別創建虛擬變量,但不知道如何將其復制到整個數據集? 之后我不知道如何編寫 Python 代碼來執行 SARIMAX 並同時捕獲多個季節性。
我需要可以執行此操作的 Python 代碼的幫助。
請相應地建議
問候
是的,SARIMA 模型是為處理單一季節性而設計的。
為了使其適用於多個季節性,可以應用一種稱為傅立葉項的方法。
其次,對於具有多重季節性影響的時間序列數據,有一種更好的方法,稱為 TBABS。 這是一個包含兩種方法的代碼和解釋的示例: https : //medium.com/intive-developers/forecasting-time-series-with-multiple-seasonalities-using-tbats-in-python-398a00ac0e8a
第三,您可以查看https://facebook.github.io/prophet/ ,這也為解決此問題提供了更簡單的方法。
要進行更深入的研究,您始終可以使用“多季節性”或“多季節性效應”在谷歌上搜索“時間序列”
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.