时间序列，显示季节性但不显示指标的图形

【问题标题】：Time series, Graphics showing seasonality but not metrics时间序列，显示季节性但不显示指标的图形
【发布时间】：2021-05-31 13:13:02
【问题描述】：

我是时间序列分析的新手。而且我真的不明白我得到的指标之一。因此，我每天都有客户使用某项功能的数据。首先，我按月绘制了一个信号来检测明显的季节性或趋势：

如您所见，我们每 6 到 7 天都会有显着下降。它对应于周六和周日。这完全有道理。当我使用seasonal_decompose 函数分解我的时间序列时，我得到以下结果：

然后，我计算了趋势和季节性信号的强度。我得到了这个结果：

知道度量为范围 [0,1]。看到季节性强度如此之低，我感到很困惑。

我错过了什么吗？问候

【问题讨论】：

【解决方案1】：

从提供的图表来看，模型的方差似乎主要是由于剩余部分，这在observed signal 中很明显。

即使您根据 Rob Hyndman 和 George Athanasopoulos 的 this masterpiece 正确计算了组件强度，该模型似乎也不能很好地拟合数据。

我建议您应用Statsmodels STL decomposition 并重新计算指标。该算法的简单实现指南可在here 获得。

【讨论】：

您好 Paulo，感谢您的回答。我应用了 STL 分解。我得到了这些结果：Ft：0.6622086643870505 Fs：0.45052066151203285。您如何看待这种演变？谢谢
你好 Lionbix，我认为这个结果已经比最初的要好。我认为 2 月在您的数据集中是一个非典型月份，它可能将趋势强度保持在这个水平，即使该系列在其他月份以非常相似的速度变化。您可以尝试differentiate 数据或transform 并重新应用 STL 模型吗？
您好，我使用 Pow 变换得到了以下结果：Ft：0.6250469965180265 Fs：0.5188509648333105。这比第一次尝试要好得多。我认为很难获得更高的季节性强度。我在每个月中绘制了每周的信号，我们当然在 WE 期间有显着下降。但在工作日期间，这是非常随机的。