Análise espectral de séries temporais através de ondaletas

Analise espectral de series temporais

atraves de ondaletas

Sebastian Krieger

[email protected]

Grupy / SciPy–SP Meetup

29 de julho de 2017

mailto:[email protected]

IntroducaoSeries temporais

1952

1962

1972

1982

1992

2002

2012

Date

0

500

1000

1500

2000

2500

Close

• O que sao series temporais?

• Que serie temporal e essa?

• Que propriedades series temporais possuem?

Analise espectral de series temporais atraves de ondaletas 2 / 26

IntroducaoO que voces sentem?

f (t) =1

2π

+∞∫

−∞

f (ω) eiωtdω

f (ω) =

+∞∫

−∞

f (t) e−iωtdt


IntroducaoO que e ciencia de dados

Conjunto de habilidades de cientistas de dados, design por Natalia Bilenko. Fonte: The Berkeley Science Review.


http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/

IntroducaoContexto

big data

analytics

ciencia de dados

aprendizagem de maquina

inteligencia artificial

(Adaptado de Mason, H.)


Sumario

1 Introducao

2 Modulo PyCWT

3 Exemplos

4 Conclusoes


Series temporaisExemplo: S&P 500

1952

1962

1972

1982

1992

2002

2012

Date

0

500

1000

1500

2000

2500

Close

Fonte dos dados: Yahoo Finance 〈https://finance.yahoo.com/quote/%5EGSPC/history〉

• Indice composto por quinhentos ativos (acoes) cotados nas

bolsas de Nova York (NYSE ou NASDAQ)

• Reflete a valorizacao de aproximadamente 80 % do mercado

de capitais norte-americano

• Esta serie e diaria e abrange o perıodo entre 01 de marco de

1950 e 26 de julho de 2017


https://finance.yahoo.com/quote/%5EGSPC/history

Series temporaisExemplo passo-a-passo

• Acompanhe os resultados no bloco de notas Jupyter

� github.com/nublia/data-science-playground


https://github.com/nublia/data-science-playground

Series temporaisExemplo: S&P 500 transformada, sem tendencia, desvio padrao, suavizada

19521962

19721982

19922002

2012

Date

0.6

0.4

0.2

0.0

0.2

0.4

0.6

0.8

ln(C

lose

) - T

rend


Transformada de Fourier

(FOURIER, 1808)


Transformada de Fourier

• A analise de Fourier aproxima uma funcao periodica em uma

soma de funcoes harmonicas com frequencias distintas.

f (t) =1

2π

+∞∫

−∞

f (ω) eiωtdω (1)

• A integral de Fourier da a intensidade (amplitude) das

oscilacoes na funcao analisada.

f (ω) =

+∞∫

−∞

f (t) e−iωtdt (2)

• Importante ferramenta para o processamento de sinais.


Transformada de FourierExemplos de espectros de funcoes distintas

0 1 2 3 4 5 6 7 8

Tempo [anos]

−2

−1

0

1

2a)

0 1 2 3 4 5 6 7 8

Tempo [anos]

b)

0 80 160 240 320 400 480 560 640

Perıodo [dias]

10−5

10−3

10−1

101 c)

0 80 160 240 320 400 480 560 640

Perıodo [dias]

d)

Comparacao entre o espectro de dois sinais periodicos com mesmas frequencias. O sinal em (a) e composto pela soma

de dois sinais harmonicos representando um fenomeno com um ciclo anual e um ciclo semi-anual, e em (b) pelos

mesmos sinais harmonicos mas com ocorrencia em intervalos distintos e o dobro da amplitude. Em (c) e (d) os

respectivos espectros de potencia normalizados. Adaptado de Kumar e Foufoula-Georgiou (1997).


Transformada de ondaletas

• A transformada de Fourier projeta determinado sinal no

espaco de funcoes harmonicas;

f(t) ⇔ f(ω)

• Existem outros tipos de funcao que podemos utilizar? Sim.

• Qualquer funcao ψ pode ser utilizada? Nao. Elas devemsatisfazer algumas caracterısticas:

• Media zero;

• Norma um;

• . . .zzzZZZ


Transformada de ondaletasExemplos de ondaletas

−3.0 −1.5 0.0 1.5 3.0

t/s

−0.8

0.0

0.8ψ

a) Morlet, ψMo

−3.0 −1.5 0.0 1.5 3.0

t/s

b) Chapeu mexicano, ψMe

−1.6 −0.8 0.0 0.8 1.6

sω/(2π)

0.0

0.3

0.6

ψ

c) ψMo

−1.6 −0.8 0.0 0.8 1.6

sω/(2π)

d) ψMe

(a) Parte real (linha contınua) e imaginaria (linha tracejada) da ondaleta de Morlet ψMo com ω0 = 6, e (b) ondaleta

chapeu mexicano ψMe com σ = 1. Nos paineis (c) e (d) as respectivas transformadas de Fourier ψMo e ψMe .


Transformada de ondaletasVoces ainda estao aı?

• A transformada de ondaletas projeta um sinal em uma

combinacao linear de funcoes localizadas e em diferentes

escalas.

• Transformada de ondaletas contınua (continuous wavelet

transform) em funcao da escala s e do tempo u e

Wf (u, s) = 〈f, ψu,s〉 =+∞∫

−∞

f (t)ψ∗

u,s (t) dt , (3)

• Versoes transladadas e escalonadas da ondaleta-mae

ψu,s (t) =1√sψ

(

t− u

s

)

s > 0 . (4)


Transformada de ondaletasExemplos de ondaletas-mae escalonadas

−4 −3 −2 −1 0 1 2 3

t

−0.5

0.0

0.5

ψM

o(s,t)

−2.0 −1.5 −1.0 −0.5 0.0 0.5 1.0 1.5 2.0

ω/(2π)

0.00

0.25

0.50

0.75

ψM

o(s, ω

)

s = 0.75

s = 1

s = 1.25

Parte real da ondaleta de Morlet (ω0 = 6) e sua transformada de Fourier em diferentes escalas: s < 1 (linha tracejada),

s = 1 (linha contınua), s > 1 (linha traco-ponto). Note o efeito da dilatacao e contracao da ondaleta sob seu espectro

de Fourier e a relacao entre frequencia e escala.


Transformada de ondaletasExemplos de espectro de ondaletas

200

400

600

Per

ıod

o[d

ias]

a) b)

10−3.0

10−2.0

10−1.0

100.0

200

400

600

Per

ıod

o[d

ias]

c) d)

−π

−π

2

0

+π

2

+π

0.0 2.5 5.0 7.5

Tempo [anos]0.0 2.5 5.0 7.5

Tempo [anos]

−

Escalogramas normalizados 1

s|Wf (u, s)|2 dos sinais periodicos – (a) e (b) – adotando a ondaleta Morlet (ω0 = 6).

Em (a) as frequencias dominantes ocorrem durante todo o intervalo e em (b) as frequencias ocorrem em intervalos

distintos. Em (c) e (d) os respectivos diagramas de fase. Note em (d) como, na metade do intervalo observa-se um ponto

de descontinuidade – as fases convergem. Adaptado de Kumar e Foufoula-Georgiou (1997).


Transformada de ondaletasExemplos do espectro de ondaletas

−

200

400

600

Per

ıod

o[d

ias]

e) f)

−5.0

−2.5

0.0

2.5

5.0

0.0 2.5 5.0 7.5

Tempo [anos]

200

400

600

Per

ıod

o[d

ias]

g)

0.0 2.5 5.0 7.5

Tempo [anos]

h)

−5.0

−2.5

0.0

2.5

5.0

Em (e) e (f) a parte real ℜ (Wf (u, s)) e em (g) e (h) a parte imaginaria ℑ (Wf (u, s)) das transformadas de

ondaleta dos sinais. Adaptado de Kumar e Foufoula-Georgiou (1997).


Transformada de ondaletasTestes de significancia

A Practical Guide toWavelet Analysis

Christopher Torrence and Gilbert P. CompoProgram in Atmospheric and Oceanic Sciences, University of Colorado, Boulder, Colorado

ABSTRACT

A practical step-by-step guide to wavelet analysis is given, with examples taken from time series of the El Niño–

Southern Oscillation (ENSO). The guide includes a comparison to the windowed Fourier transform, the choice of an

appropriate wavelet basis function, edge effects due to finite-length time series, and the relationship between wavelet

scale and Fourier frequency. New statistical significance tests for wavelet power spectra are developed by deriving theo-

retical wavelet spectra for white and red noise processes and using these to establish significance levels and confidence

(TORRENCE; COMPO, 1998)

• O espectro de ondaletas e mais que apenas uma figura

hipnotizante


Modulo PyCWT

• Existe uma biblioteca Python que implementa as sugestoes de

Torrence e Compo (1998).

• Instale

$ pip install pycwt

• Contribua com o codigo fonte

� github.com/regeirk/pycwt


https://github.com/regeirk/pycwt

Analise de ondaletasExemplo passo-a-passo

Espectros de ondaleta e de Fourier da serie temporal S&P 500 transformada e detradada.


Analise de ondaletasOutro exemplo


Conclusoes

• A transformada de ondaletas projeta um sinal no espaco

quase-ortogonal de funcoes localizadas e em diferentes

escalas:

f(t) ⇔Wf (u, s)

• Permite identificar eventos periodicos ao longo do tempo;

• Pode ser utilizado em analises multi-dimensionais;

• Possui aplicacoes em processamento de sinais, tratamento de

imagens, compressao de dados;

• Complementa a analise de Fourier;


Sugestao de leitura

(MALLAT, 2008)


Referencias

FOURIER, J.-B.-J. Sur la propagation de la chaleur dans les

corps solides. Nouveau Boulletin des Sciences, v. 1, n. 6, p.

112–116, 1808.

KUMAR, P.; FOUFOULA-GEORGIOU, E. Wavelet analysis for

geophysical applications. Reviews of Geophysics, v. 35, n. 4, p.

385–412, 1997.

MALLAT, S. A wavelet tour of signal processing: The sparse

way. 3. ed. Burlington, MA: Academic Press, 2008. 805 p. ISBN

978-0-12-374370-1.

TORRENCE, C.; COMPO, G. P. A practical guide to wavelet

analysis. Bulletin of the American Meteorological Society, v. 79,

n. 1, p. 61–78, 1998.


Voce tem algum problema de negocio que quer

solucionar com ciencia de dados?

Vamos conversar.

Sebastian Krieger

[email protected]

mailto:[email protected]

Análise espectral de séries temporais através de ondaletas

Data & Analytics

Transcript of Análise espectral de séries temporais através de ondaletas