趋势和季节性
从 1949 年到 1960年的航空旅客人数一直在增加，但也随季节而变化. 在长度为年的不重叠窗口上同时应用 MovingMap 和 Total 来可视化年度增长. 对月数据应用 DateHistogram，并用年度日期归约来研究季节依赖性.
可以通过 ExampleData 得到 1949 年至 1960 年间每月国际航班乘客数.
In[1]:=
data = ExampleData[{"Statistics", "InternationalAirlinePassengers"},
"TimeSeries"]Out[1]=
数据既显示了长时期内增加的趋势也显示了季节性的波动.
In[2]:=
DateListPlot[data, PlotTheme -> "Detailed"]Out[2]=
作年度汇总可看到全球趋势. 将汇总结果放在每年的最后一天，以使 1 年的移动窗口不重叠.
In[3]:=
positionspec = {{1949, 12, 31}, {1960, 12, 31}, Quantity[1, "Year"]};In[4]:=
mm = MovingMap[Total,
data, {Quantity[1, "Years"], Right, positionspec}];In[5]:=
DateListPlot[mm, PlotMarkers -> Automatic,
GridLines -> {mm["Dates"], None}]Out[5]=
分析季节依赖性. 以乘客数作为日期的权重创建 WeightedData.
In[6]:=
wd = WeightedData[data["Dates"], data["Values"]];由于 DateReduction 的指定，DateHistogram 综合了各年份每个月的权重.
In[7]:=
DateHistogram[wd, "Month", DateReduction -> "Year"]Out[7]=
