Das Resampling von Zeitreihendaten bedeutet, die Daten für einen neuen Zeitraum zusammenzufassen oder zu aggregieren.
Wir können die folgende grundlegende Syntax verwenden, um Zeitreihendaten in Python neu abzutasten:
#Finde die …
Die exponentielle Glättung ist eine Technik zum „Glätten“ von Zeitreihendaten und wird häufig für kurzfristige Prognosen verwendet.
Die Grundidee ist, dass Zeitreihendaten häufig mit „zufälligem Rauschen“ verbunden sind, was zu Spitzen und Tälern in den Daten führt. Durch exponentielle Glättung können wir diese Spitzen und Täler jedoch glätten, um den tatsächlichen zugrunde liegenden Trend der Daten zu erkennen.
Die Grundformel für die Anwendung der exponentiellen Glättung lautet wie folgt:
F t = αy t-1 + (1 – α) F t-1
wobei:
Je kleiner der alpha-Wert ist, desto mehr werden die Zeitreihendaten geglättet.
In diesem Tutorial zeigen wir, wie eine exponentielle Glättung für Zeitreihendaten mithilfe einer in Excel integrierten Funktion durchgeführt wird.
Angenommen, wir haben den folgenden Datensatz, der die Verkäufe für ein bestimmtes Unternehmen für 10 Verkaufsperioden anzeigt:
Führen Sie die folgenden Schritte aus, um diese Zeitreihendaten exponentiell zu glätten.
Schritt 1: Klicken Sie auf die Schaltfläche „Datenanalyse“.
Gehen Sie zur Registerkarte „Daten“ am oberen Menüband und klicken Sie auf die Schaltfläche „Datenanalyse“. Wenn diese Schaltfläche nicht angezeigt wird, müssen Sie zuerst das Excel Analysis ToolPak laden, das vollständig kostenlos verwendet werden kann.
Schritt 2: Wählen Sie die Option „Exponential Smoothing“ und klicken Sie auf „OK“.
Schritt 3: Geben Sie die erforderlichen Werte ein.
Klicken Sie dann auf OK.
Eine Liste der prognostizierten Werte und ein Diagramm werden automatisch angezeigt:
Beachten Sie, dass der erste Zeitraum den Wert #N/A hat, da kein vorheriger Zeitraum zur Berechnung des prognostizierten Werts verwendet werden kann.
Sie können mit verschiedenen Werten für den Glättungsfaktor α experimentieren und sehen, wie er sich auf die prognostizierten Werte auswirkt. Sie werden feststellen, dass die prognostizierten Werte umso geglätteter sind, je kleiner der Wert für α (größerer Wert für den Dämpfungsfaktor) ist:
Weitere Tutorials in Excel finden Sie auf unserer Excel-Seite.
Das Resampling von Zeitreihendaten bedeutet, die Daten für einen neuen Zeitraum zusammenzufassen oder zu aggregieren.
Wir können die folgende grundlegende Syntax verwenden, um Zeitreihendaten in Python neu abzutasten:
#Finde die …
Ein rollierender Median ist der Median einer bestimmten Anzahl früherer Perioden in einer Zeitreihe.
Um den gleitenden Median für eine Spalte in einem Pandas DataFrame zu berechnen, können wir die …