第一篇 时间序列数据处理技术
1. ETNA 时间序列库
1.1 可视化
1.2 自相关和偏自相关
自相关函数(AFC)描述了观测值与其滞后之间的直接关系。AFC 图有助于确定移动平均模型的滞后程度。
偏自相关函数(PAFC)描述了观测值与其滞后之间的直接关系。PAFC 图有助于确定自回归模型中的滞后程度。
让我们观察时间序列的 AFC 和 PAFC 图,指定最大滞后数。
acf_plot(ts, lags=21)
acf_plot(ts, lags=21, partial=True)
1.3 互相关
互相关通常用于比较多个时间序列,并确定它们之间的匹配程度,特别是在哪个点发生最佳匹配。互相关值越接近,集合越接近。
让我们绘制数据集中所有时间序列对的互相关。
cross_corr_plot(ts, maxlags=100)
1.4 相关性热图
相关性热图是数据集中时间序列之间成对相关矩阵的可视化。它是一个简单的可视化工具,可用于确定数据集中的相关时间序列。
让我们看一下相关性热图,在数据集中添加滞后列,以捕获相关但有一些偏移的序列。
from etna.transforms import LagTransform
lags = LagTransform(in_column="target", lags=[1, 7], out_column="lag")
ts.fit_transform([lags])
plot_correlation_matrix(ts, segments=["segment_a", "segment_b"], method="spearman", vmin=0.5, vmax=1)
1.5 分布
按线段和时间频率分组的 z 值分布。使用此图,您可以监控数据随时间的漂移。
让我们比较数据集中每年的分布。
distribution_plot(ts, freq=