在 python 的分類時間序列中查找“季節性”

Question

我有以下順序：

states_list = ['H', 'M', 'M', 'M', 'H', 'H', 'H', 'H', 'C', 'C', 'H', 'H', 'C', 'C', 'H', 'A', 'A', 'A', 'A', 'A', 'S', 'S', 'S', 'A', 'S', 'H', 'H', 'H', 'H', 'H', 'H', 'H', 'H', 'H', 'H', 'C', 'H', 'H', 'H', 'H', 'H', 'S', 'H', 'S', 'S', 'S', 'H', 'H', 'H', 'H', 'H', 'H', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'H', 'H', 'H', 'H', 'H', 'C', 'C', 'C', 'A', 'C', 'C', 'A', 'A', 'A', 'A', 'A', 'H', 'H', 'H', 'H', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C']

有沒有辦法在這個時間序列上找到“季節性”？

我所說的“季節性”是指，如果每隔“n”個字母彈出一個特定的特定字母子序列

Answer 1

季節性檢測的標准技術是滯后自動相關 plot。也就是說，您將序列移動不同的時間間隔，並檢查移動后的序列是否與原始序列相關（谷歌 acf 和 acf 圖）。

現在你有了一個分類時間序列，所以標准的東西不會開箱即用。 我用谷歌搜索了一下，沒有找到任何現成的東西，但所有的原料都在那里。

其中主要是分類變量的相關性，即 Cramer's V。例如此處https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.contingency.association.html 。

然后，您需要編寫一些代碼，對每個 k=1、2、3... 將序列平移 k，計算平移和未平移之間的 Cramer's V 相關性，並保存結果。

在 plot k 與相關性之后，看看事情是否突出。