有没有人知道在 Python 中或更好的 R 中进行季节性调整的例程?这是一个示例数据集(南非 CPI),它往往在一年的前几个月出现峰值:
我想找到排除季节性因素的潜在压力,但理想情况下,我希望使用相当简单的东西,内置在任何一种语言中,而不是直接连接或使用外部包,如 Demetra。
最佳答案
第 1 步。定义数据。
(从http://www.statssa.gov.za/publications/P0141/P0141February2011.pdf获得)
CPI <- c(102.3, 103.1, 104.3, 105.7, 106.2, 106.6, 107, 108.2, 108.5, 108.9,
108.9, 108.9, 109.2, 109.5, 110.2, 111.1, 111.3, 111.5, 111.5,
112.2, 112.3, 112.4, 112.6, 112.8, 113, 113.5, 114.3)
第二步,计算指数的月度变化,并转化为时间序列对象。
dCPI <- ts(CPI[-1] - CPI[-length(CPI)], start=2008, frequency=12)
第 3 步。使用函数 STL()
计算季节性、趋势和残差:
plot(stl(dCPI, "periodic"))
关于python - R 或 Python 中的季节性调整,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5673658/