series_seasonal()
根據偵測到或指定的季節性期間,計算數列的季節性元件。
語法
series_seasonal(
數列 [,
period ])
深入瞭解 語法慣例。
參數
名稱 | 類型 | 必要 | Description |
---|---|---|---|
系列 | dynamic |
✔️ | 數值的陣列。 |
時期 | int |
每個季節性週期的量化數目。 此值可以是任何正整數。 根據預設,此值會設定為 -1,其會自動使用閾值為 0.7 的 series_periods_detect () 來偵測期間。 如果未偵測到季節性,函式會傳回零。 如果設定了不同的值,它會忽略季節性,並傳回一系列零。 |
傳回
長度與 數列 輸入相同的動態數位,其中包含數位的計算季節性元件。 季節性元件的計算方式為所有值的 中間值 (這些值會對應至整個期間的間隔位置)。
範例
自動偵測期間
在下列範例中,系統會自動偵測到數列的期間。 第一個數列的期間偵測到六個間隔,第二個則是五個。第三個數列的期間太短而無法偵測,並傳回一系列的零。 請參閱下一個範例,以瞭解如何強制執行期間。
print s=dynamic([2, 5, 3, 4, 3, 2, 1, 2, 3, 4, 3, 2, 1, 2, 3, 4, 3, 2, 1, 2, 3, 4, 3, 2, 1])
| union (print s=dynamic([8, 12, 14, 12, 10, 10, 12, 14, 12, 10, 10, 12, 14, 12, 10, 10, 12, 14, 12, 10]))
| union (print s=dynamic([1, 3, 5, 2, 4, 6, 1, 3, 5, 2, 4, 6]))
| extend s_seasonal = series_seasonal(s)
輸出
s | s_seasonal |
---|---|
[2,5,3,4,3,2,1,2,3,4,3,2,1,2,3,4,3,2,1,2,3,4,3,2,1] | [1.0,2.0,3.0,4.0,3.0,2.0,1.0,2.0,3.0,4.0,3.0,2.0,1.0,2.0,3.0,4.0,3.0,2.0,1.0,2.0,3.0,4.0,3.0,2.0,1.0] |
[8,12,14,12,10,10,12,14,12,10,10,12,14,12,10,10,12,14,12,10] | [10.0,12.0,14.0,12.0,10.0,10.0,12.0,14.0,12.0,10.0,10.0,12.0,14.0,12.0,10.0,10.0,12.0,14.0,12.0,10.0] |
[1,3,5,2,4,6,1,3,5,2,4,6] | [0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0] |
強制執行期間
在此範例中,數列的時間太短,因此 series_periods_detect() 無法偵測到,所以我們明確地強制該期間取得季節性模式。
print s=dynamic([1, 3, 5, 1, 3, 5, 2, 4, 6])
| union (print s=dynamic([1, 3, 5, 2, 4, 6, 1, 3, 5, 2, 4, 6]))
| extend s_seasonal = series_seasonal(s, 3)
輸出
s | s_seasonal |
---|---|
[1,3,5,1,3,5,2,4,6] | [1.0,3.0,5.0,1.0,3.0,5.0,1.0,3.0,5.0] |
[1,3,5,2,4,6,1,3,5,2,4,6] | [1.5,3.5,5.5,1.5,3.5,5.5,1.5,3.5,5.5,1.5,3.5,5.5] |
相關內容
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應