Python을 사용하여 시계열 데이터가 고정되어 있는지 확인하는 방법은 무엇입니까?

시계열은 일정한 간격으로 기록된 일련의 데이터 포인트입니다. 이는 패턴의 추세, 변수 간의 관계 및 정의된 기간 동안의 변화를 연구하는 데 사용됩니다. 시계열의 일반적인 예로는 주가, 날씨 패턴, 경제 지표 등이 있습니다.

통계 및 수학적 기법을 통해 시계열 데이터를 분석합니다. 시계열의 주요 목적은 이전 데이터의 패턴과 추세를 식별하여 미래 가치를 예측하는 것입니다.

데이터가 고정되어 있다고 하는데, 시간이 지나도 변하지 않는 경우 데이터가 고정되어 있는지 확인하는 방법이 여러 가지가 있는데, 하나씩 살펴보겠습니다. 하나.

증강된 디키 풀러(ADF)

Augmented Dickey-Fuller(ADF)는 시계열 데이터에서 사용 가능한 단위근이 있는지 확인하는 통계 테스트입니다. 단위근은 고정되지 않은 데이터이며 테스트 정적 및 p 값을 출력으로 반환합니다.

출력에서 p-값이 0.05보다 낮으면 시계열 데이터가 정상적이지 않다는 의미입니다. 다음은 ADF 고정 데이터의 예입니다. 시계열 데이터가 고정되어 있는지 여부를 확인하기 위해 statsmodel 패키지에서 사용할 수 있는 adfuller()라는 Python 함수가 있습니다.

예

이 예에서는 Python statsmodel 패키지의 adfuller() 함수를 사용하여 Augmented Dickey Fuller의 ADF 통계 및 p-값을 찾습니다.

으아악

출력

다음은 위 프로그램을 실행한 후 생성된 출력입니다 –

으아악

KPSS 테스트

단위 루트를 확인하는 또 다른 테스트는 KPSS 테스트입니다. 약어는 Kwiatkowski-Phillips-Schmidt-Shin입니다. 시계열 데이터의 단위근을 확인하기 위해 statsmodels 패키지에 kpss()라는 함수가 있습니다.

예

아래는 시계열 데이터에서 단위근을 찾는 예입니다.

으아악

출력

다음은 statsmodels 패키지의 kpss() 함수 출력 결과입니다.

으아악

스크롤 통계

시계열 데이터를 확인하는 또 다른 방법은 주어진 시계열 데이터의 이동 평균과 이동 표준 편차를 플롯팅하고 데이터가 일정하게 유지되는지 확인하는 것입니다. 차트에서 시간이 지남에 따라 데이터가 변경되면 시계열 데이터는 고정적이지 않습니다.

예

다음은 matplotlib 라이브러리 plot() 함수를 이용하여 이동평균과 이동표준편차를 플로팅하여 데이터의 변화량을 확인하는 예제입니다.

으아악

출력

아래는 이동평균과 이동표준편차를 플롯하여 시계열 데이터를 정규화한 결과입니다.

위 내용은 Python을 사용하여 시계열 데이터가 고정되어 있는지 확인하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!