momijiame https://blog.hatena.ne.jp/momijiame/ CUBE SUGAR CONTAINER https://blog.amedama.jp/ Python 統計 statsmodels macOS Seaborn 時系列データを扱うとき、原系列が傾向変動・季節変動・不規則変動という基本成分の合成で成り立っていると捉えることがある。 傾向変動は中長期的な増加・減少といった変化であり、季節変動は例えば 1 ヶ月や 1 年といった周期的な変化を指している。 不規則変動は、前者 2 つに当てはまらない変化で、誤差変動と特異的変動に分けて考える場合もあるようだ。 原系列が基本成分の合成と考える場合でも、捉え方として加法モデルと乗法モデルにさらに分かれる。 まず、加法モデルでは傾向変動 と季節変動 、誤差変動 の和を原系列 と捉える。 この考え方では、傾向変動の大きさに関係なく一定の季節変動が加えられる。 一方で、… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.amedama.jp%2Fentry%2Fsm-decompose-series" title="Python: statsmodels で時系列データを基本成分に分解する - CUBE SUGAR CONTAINER" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/m/momijiame/20200406/20200406232249.png Hatena Blog https://hatena.blog 2020-04-07 00:12:00 rich https://blog.amedama.jp/entry/sm-decompose-series 1.0 100%