使用 statsmodels 在 Python 中分解时间序列

Question

我正在尝试分解时间序列。数据集是 2x8638 的矩阵。

代码如下：

import numpy as np
import pandas as pd
import matplotlib.pylab as plt
%matplotlib inline
from matplotlib.pylab import rcParams
rcParams['figure.figsize'] = 15, 6
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

df1 = pd.read_csv("u_x_ts.csv").set_index("0")
df1.head()

from statsmodels.tsa.seasonal import seasonal_decompose
result = seasonal_decompose(df1, model='multiplicative')
result.plot()
plt.show()

然后python返回错误信息：

ValueError：乘法季节性不适用于零和负值

我认为

statsmodels

不支持这么小的值，因为在系列开始时这些值太小。 但如果有人知道解决这个问题的方法，我很感激。

Answer 1

如果您想将seasonal_decompose与负值一起使用，则必须使用additif模型，如下所示：

from statsmodels.tsa.seasonal import seasonal_decompose
result = seasonal_decompose(df1, model='additif')
result.plot()
plt.show()