การทดสอบตามฤดูกาลของอนุกรมเวลา

การทดสอบฤดูกาลที่ง่ายที่สุดสำหรับอนุกรมเวลาคืออะไร?

เฉพาะเจาะจงมากขึ้นฉันต้องการทดสอบว่าspecific time series the seasonal componentมีความหมายหรือไม่

แพ็คเกจที่แนะนำใน Python / R คืออะไร?

ก่อนที่คุณจะทดสอบฤดูกาลคุณควรสะท้อนให้เห็นถึงประเภทของฤดูกาลที่คุณมี โปรดทราบว่าฤดูกาลมีหลายประเภท:

• ฤดูกาลบวกกับการคูณ
• เดี่ยวกับหลายฤดูกาล
• ฤดูกาลที่มีจำนวนสม่ำเสมอและสม่ำเสมอ ในแต่ละปีมีสิบสองเดือน แต่ 52,1429 สัปดาห์
• Trend vs. Seasonality: รูปแบบฤดูกาลจะปรากฏในช่วงเวลาเดียวกันเสมอ แต่เทรนด์อาจปรากฏขึ้นเล็กน้อยในภายหลังหรือก่อนหน้านี้และไม่ใช่ในแต่ละ 5 ปี ตัวอย่างหนึ่งของแนวโน้มคือวัฏจักรธุรกิจ

หนึ่งในวิธีที่ใช้กันมากที่สุดในการตรวจสอบฤดูกาลคือการย่อยสลายอนุกรมเวลาออกเป็นหลายองค์ประกอบ

ใน R คุณสามารถทำได้ด้วยdecompose()คำสั่งจากแพ็คเกจสถิติที่ติดตั้งไว้ล่วงหน้าหรือด้วยstl()คำสั่งจากแพ็คเกจพยากรณ์

รหัสต่อไปนี้นำมาจากหนังสือเล่มเล็ก ๆ ของ R สำหรับอนุกรมเวลา

births <- scan("http://robjhyndman.com/tsdldata/data/nybirths.dat")
birthstimeseries <- ts(births, frequency = 12, start = c(1946,1))
birthstimeseriescomponents <- decompose(birthstimeseries)
plot(birthstimeseriescomponents)

คุณสามารถตรวจสอบส่วนประกอบเดียวด้วย

• birthstimeseriescomponents$seasonal

• birthstimeseriescomponents$random

• birthstimeseriescomponents$trend

อีกวิธีคือการรวมหุ่นตามฤดูกาลและตรวจสอบว่าพวกเขามีค่า p อย่างมีนัยสำคัญเมื่อคุณคำนวณการถดถอย หากเดือนเดียวมีค่าสัมประสิทธิ์ที่ไม่สำคัญชุดเวลารายเดือนของคุณเป็นฤดูกาล

วิธีการอื่นในการตรวจสอบฤดูกาลคือการพล็อตข้อมูลเองหรือพล็อต ACF (ฟังก์ชั่นความสัมพันธ์อัตโนมัติ) ในกรณีของเราคุณสามารถสังเกตเห็นได้ง่ายว่ามีฤดูกาล

และสุดท้าย แต่ไม่ท้ายสุดมีการทดสอบสมมติฐาน "เป็นทางการ" เพื่อตรวจสอบฤดูกาลเช่น Student T-Test และ Wilcoxon Signed Rank Test

ความคิดของฉันคือการตรวจสอบความกว้างของ:

• ฟังก์ชันความสัมพันธ์อัตโนมัติของ ACF
• PACF ฟังก์ชั่นความสัมพันธ์อัตโนมัติบางส่วน
• ค่าสัมประสิทธิ์ฟูริเยร์

(ค่าสัมประสิทธิ์ฟูริเยร์เกี่ยวข้องกับ ACF ผ่านทฤษฎีบท Wiener-Khinchin )