Тренд, сезонность и шум

Временной ряд — это точки данных, записанные в определённом порядке во времени, например ежедневные продажи или почасовая температура. Сам порядок несёт смысл. 📈

Почти любой временной ряд сочетает три элемента: тренд, повторяющийся сезонный фактор и случайный шум. Научиться их различать — Ваш первый навык в этой теме.

Тренд — это медленное долгосрочное направление изменения данных, например устойчивый рост на протяжении нескольких лет. Он не учитывает небольшие ежедневные колебания.

Сезонность — это закономерность, повторяющаяся через фиксированный интервал, например рост продаж каждый декабрь или более загруженные утренние часы каждый день.

Шум — это случайная, необъяснимая часть, оставшаяся после удаления тренда и сезонности. Его нельзя предсказать, можно лишь учитывать.

Разделение этих частей называется декомпозицией. Когда тренд и сезонность становятся хорошо видны, прогнозировать будущее намного проще.

В аддитивном ряду составляющие складываются, а в мультипликативном сезонный эффект растёт вместе с трендом. Выберите модель, которая соответствует Вашим данным.

statsmodels может разделить ряд за Вас с помощью seasonal_decompose. Нужно передать ему данные и период.

Результат показывает четыре расположенных друг над другом графика: наблюдаемый ряд, тренд, сезонность и остаток. Даже беглый взгляд на них помогает быстро понять ряд.

На панели остатка находится то, что не удалось объяснить тренду и сезонности. Хороший остаток выглядит как ровное случайное рассеяние вокруг нуля.

Период сообщает модели, сколько длится один сезон: 12 для месячных данных и 7 для ежедневных данных с недельным циклом.

Вы узнали, что временной ряд сочетает тренд, сезонность и шум, а декомпозиция разделяет их, чтобы Вы могли строить прогнозы.