notebook.community

Edit and run

PyTimeSeries

Test for pytimeseries package

Importamos la librería





In [18]:



    


import pytimeseries
import pandas
import matplotlib

Preparación de los datos

pytimeseries recibe una serie de pandas para analizar. A continuación se muestra la preparación de los datos para una serie que inicialmente está en csv.

Elegir una serie de tiempo





In [9]:



    


tserie = pandas.read_csv('champagne.csv', index_col='Month')
print(tserie)



    


















    






         Perrin
Month          
1964-01    2815
1964-02    2672
1964-03    2755
1964-04    2721
1964-05    2946
1964-06    3036
1964-07    2282
1964-08    2212
1964-09    2922
1964-10    4301
1964-11    5764
1964-12    7312
1965-01    2541
1965-02    2475
1965-03    3031
1965-04    3266
1965-05    3776
1965-06    3230
1965-07    3028
1965-08    1759
1965-09    3595
1965-10    4474
1965-11    6838
1965-12    8357
1966-01    3113
1966-02    3006
1966-03    4047
1966-04    3523
1966-05    3937
1966-06    3986
...         ...
1970-04    3740
1970-05    2927
1970-06    3986
1970-07    4217
1970-08    1738
1970-09    5221
1970-10    6424
1970-11    9842
1970-12   13076
1971-01    3934
1971-02    3162
1971-03    4286
1971-04    4676
1971-05    5010
1971-06    4874
1971-07    4633
1971-08    1659
1971-09    5951
1971-10    6981
1971-11    9851
1971-12   12670
1972-01    4348
1972-02    3564
1972-03    4577
1972-04    4788
1972-05    4618
1972-06    5312
1972-07    4298
1972-08    1413
1972-09    5877

[105 rows x 1 columns]

Convertir en fechas la columna que indica los meses





In [11]:



    


rng = pandas.to_datetime(tserie.index)
print(rng)



    


















    






DatetimeIndex(['1964-01-01', '1964-02-01', '1964-03-01', '1964-04-01',
               '1964-05-01', '1964-06-01', '1964-07-01', '1964-08-01',
               '1964-09-01', '1964-10-01',
               ...
               '1971-12-01', '1972-01-01', '1972-02-01', '1972-03-01',
               '1972-04-01', '1972-05-01', '1972-06-01', '1972-07-01',
               '1972-08-01', '1972-09-01'],
              dtype='datetime64[ns]', name='Month', length=105, freq=None)

Asignar las fechas a los datos





In [12]:



    


tserie.reindex(rng)



    


















    
Out[12]:











  
    

      
      Perrin
    

    

      Month
      
    

  
  
    

      1964-01-01
      2815
    

    

      1964-02-01
      2672
    

    

      1964-03-01
      2755
    

    

      1964-04-01
      2721
    

    

      1964-05-01
      2946
    

    

      1964-06-01
      3036
    

    

      1964-07-01
      2282
    

    

      1964-08-01
      2212
    

    

      1964-09-01
      2922
    

    

      1964-10-01
      4301
    

    

      1964-11-01
      5764
    

    

      1964-12-01
      7312
    

    

      1965-01-01
      2541
    

    

      1965-02-01
      2475
    

    

      1965-03-01
      3031
    

    

      1965-04-01
      3266
    

    

      1965-05-01
      3776
    

    

      1965-06-01
      3230
    

    

      1965-07-01
      3028
    

    

      1965-08-01
      1759
    

    

      1965-09-01
      3595
    

    

      1965-10-01
      4474
    

    

      1965-11-01
      6838
    

    

      1965-12-01
      8357
    

    

      1966-01-01
      3113
    

    

      1966-02-01
      3006
    

    

      1966-03-01
      4047
    

    

      1966-04-01
      3523
    

    

      1966-05-01
      3937
    

    

      1966-06-01
      3986
    

    

      ...
      ...
    

    

      1970-04-01
      3740
    

    

      1970-05-01
      2927
    

    

      1970-06-01
      3986
    

    

      1970-07-01
      4217
    

    

      1970-08-01
      1738
    

    

      1970-09-01
      5221
    

    

      1970-10-01
      6424
    

    

      1970-11-01
      9842
    

    

      1970-12-01
      13076
    

    

      1971-01-01
      3934
    

    

      1971-02-01
      3162
    

    

      1971-03-01
      4286
    

    

      1971-04-01
      4676
    

    

      1971-05-01
      5010
    

    

      1971-06-01
      4874
    

    

      1971-07-01
      4633
    

    

      1971-08-01
      1659
    

    

      1971-09-01
      5951
    

    

      1971-10-01
      6981
    

    

      1971-11-01
      9851
    

    

      1971-12-01
      12670
    

    

      1972-01-01
      4348
    

    

      1972-02-01
      3564
    

    

      1972-03-01
      4577
    

    

      1972-04-01
      4788
    

    

      1972-05-01
      4618
    

    

      1972-06-01
      5312
    

    

      1972-07-01
      4298
    

    

      1972-08-01
      1413
    

    

      1972-09-01
      5877
    

  



105 rows × 1 columns

Inferir la frecuencia de los datos automáticamente





In [14]:



    


frq = pandas.infer_freq(tserie.index)
print(frq)



    


















    






MS

Visualización de la serie

Análisis exploratorio de los datos

Gráfica de la serie





In [20]:



    


pytimeseries.series_viewer(tserie).time_plot()
matplotlib.pyplot.show()

ACF





In [21]:



    


pytimeseries.series_viewer(tserie).ACF_plot()
matplotlib.pyplot.show()

PACF





In [22]:



    


pytimeseries.series_viewer(tserie).PACF_plot()
matplotlib.pyplot.show()

QQ Plot





In [23]:



    


pytimeseries.series_viewer(tserie).qq_plot()
matplotlib.pyplot.show()

Histograma





In [24]:



    


pytimeseries.series_viewer(tserie).histogram()
matplotlib.pyplot.show()

Gráfica de densidad





In [25]:



    


pytimeseries.series_viewer(tserie).density_plot()
matplotlib.pyplot.show()

Test de normalidad





In [29]:



    


nt = pytimeseries.series_viewer(tserie).normality()
print(nt)



    


















    






                         Jarque Bera normality test
---------------------  ----------------------------
Test statistics value                  73.4391
p value                                 1.11022e-16

Especificación de la serie

El modelo puede recibir una serie de tiempo transformada de la siguiente manera:

trans = Transformaciones directas de la serie:

  • log
  • log10
  • sqrt
  • cbrt
  • boxcox

trend = Eliminando la tendencia:

  • linear
  • cuadratic
  • cubic
  • diff1
  • diff2

seasonal = Estacionalidad (de acuerdo a la frecuencia):

  • poly2
  • diff
  • (dummy)

También la combinación de ellas





In [33]:



    


matplotlib.pyplot.plot(tserie.values)
pytimeseries.base_model(ts = tserie).specify(trans = 'log')
matplotlib.pyplot.show()

Estimación (Modelo AR)

Utilizando el modelo de statsmodels

X = base_model(self.ts).specify(trans = self.trans, trend = self.trend, seasonal = self.seasonal)

model = statsmodels.tsa.ar_model.AR(X.residuals)
model_fit = model.fit()
estimation = model_fit.predict()
X.estimation = estimation

X.restore(trans = self.trans, trend = self.trend, seasonal = self.seasonal)

super().set_residuals(X.residuals)





In [40]:



    


model = pytimeseries.AR_p(ts = tserie, trans='sqrt', trend = 'linear', seasonal = 'poly2')
result = model.estimate()


matplotlib.pyplot.plot(tserie.values)
matplotlib.pyplot.plot(result.X.original)
matplotlib.pyplot.plot(result.X.residuals)
matplotlib.pyplot.plot(result.X.estimation)
matplotlib.pyplot.show()

Utilizando el modelo de pytimeseries





In [ ]:

Content source: jdvelasq/pytimeseries

Similar notebooks:

notebook.community | gallery | about