Python 時系列分析 1,000本ノック
– ノック73: 差分処理 –

Python 時系列分析 1,000本ノック– ノック73: 差分処理 –
次の Python コードによる差分処理は何のために実施しますか?

Python コード:

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import japanize_matplotlib
# 元の時系列データを生成
np.random.seed(42)
data = pd.Series(np.random.randn(100).cumsum())
# 元の時系列データに対し差分処理を実施
diff_data = data.diff().dropna()
plt.plot(data, label='元の時系列データ')
plt.plot(diff_data, label='差分処理後の時系列データ')
plt.legend()
plt.show()
import numpy as np import pandas as pd import matplotlib.pyplot as plt import japanize_matplotlib # 元の時系列データを生成 np.random.seed(42) data = pd.Series(np.random.randn(100).cumsum()) # 元の時系列データに対し差分処理を実施 diff_data = data.diff().dropna() plt.plot(data, label='元の時系列データ') plt.plot(diff_data, label='差分処理後の時系列データ') plt.legend() plt.show()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import japanize_matplotlib

# 元の時系列データを生成
np.random.seed(42)
data = pd.Series(np.random.randn(100).cumsum())

# 元の時系列データに対し差分処理を実施
diff_data = data.diff().dropna()

plt.plot(data, label='元の時系列データ')
plt.plot(diff_data, label='差分処理後の時系列データ')
plt.legend()
plt.show()

 

回答の選択肢:

(A) 自己相関を増加させる
(B) トレンドを強調する
(C) 非定常性を除去する
(D) 季節成分を分離する