Bien sûr, la façon de détendance des données doit être additive ou multiplicatif en fonction de ce type de votre série de temps est. Puisque nous ne connaissons pas le type de séries chronologiques à ce stade, nous ferons les deux. Le poteau est mon additif de série de temps ou multiplicatif? apparu d`abord sur les données de Locke. Locke Data est un Conseil en science des données qui vise à aider les organisations à se préparer et à commencer la science des données. Nous utiliserons le jeu de données nzbop de ggseas pour, tout d`abord, examiner une série temporelle unique, puis traiter toutes les séries chronologiques dans le DataSet pour déterminer s`ils sont multiplicatifs ou additifs. Dans une série temporelle multiplicatif, les composants se multiplient ensemble pour faire les séries chronologiques. Si vous avez une tendance croissante, l`amplitude de l`activité saisonnière augmente. Tout devient plus exagéré. Cela est fréquent lorsque vous regardez le trafic Web.

Les transformations telles que les logarithmes ou les modèles multiplicatifs doivent être justifiées et suggérées par les données ou par l`utilisateur possédant certaines connaissances du domaine. Ce n`était pas le cas en l`espèce. Voir ici pour quand les transformations de puissance sont nécessaires quand (et pourquoi) devriez-vous prendre le log d`une distribution (des nombres)?. Il est à noter que AUTOBOX a essentiellement convergé sur le modèle de saisonnalité additive de HW avec TREND et 4 anomalies et un coefficient AR (1) très significatif. La saisonnalité est une caractéristique commune des séries chronologiques. Il peut apparaître sous deux formes: additif et multiplicatif. Dans le premier cas, l`amplitude de la variation saisonnière est indépendante du niveau, alors que dans ce dernier il est relié. La figure suivante met en évidence ceci: les fonctions existantes pour décomposer les séries temporelles incluent la décomposition (), qui vous permet de passer si la série est multiplicatif ou non, et STL (), qui est seulement pour la série additive sans transformer les données. Je pourrais utiliser STL () avec une série multiplicatif si je transforme la série de temps en prenant le journal.

Pour l`une ou l`autre fonction, j`ai besoin de savoir si c`est additif ou multiplicatif d`abord. Les interactions entre la tendance et la saisonnalité sont généralement classées soit comme additifs, soit comme multiplicatifs. Ce message examine comment nous pouvons classer une série temporelle donnée comme l`un ou l`autre pour faciliter le traitement ultérieur. Il s`agit d`un moyen très simple d`évaluer rapidement si plusieurs séries chronologiques sont additifs ou multiplicatifs. Il donne un point de départ efficace pour traiter conditionnellement des lots de séries chronologiques. Obtenez l`essentiel du code utilisé tout au long de ce blog pour y travailler vous-même. Si vous avez un moyen plus facile de classer les séries chronologiques, faites le moi savoir dans les commentaires! Il est important de comprendre quelle est la différence entre une série temporelle multiplicatif et un additif avant d`aller plus loin. La façon dont ces trois composants interagissent détermine la différence entre une série temporelle multiplicatif et additive.

Pour pouvoir déterminer si la série temporelle est additive ou multiplicative, la série temporelle doit être divisée en ses composants.