Python statsmodels\u decompose()趋势是原始数据的镜像

Python statsmodels\u decompose()趋势是原始数据的镜像,python,time-series,statsmodels,Python,Time Series,Statsmodels,我试图对一组数据进行季节分解,但对结果有点困惑 如下图所示,没有季节性或残差,趋势仅为原始序列。这是否告诉我没有趋势、季节性或剩余 data = pd.read_csv('D:\OneDrive\OneDrive Documents\data.csv', index_col='Month', parse_dates=True) result = seasonal_decompose(data['Volume'], model='additive', freq=1) result.plot();

我试图对一组数据进行季节分解,但对结果有点困惑

如下图所示,没有季节性或残差,趋势仅为原始序列。这是否告诉我没有趋势、季节性或剩余

data = pd.read_csv('D:\OneDrive\OneDrive Documents\data.csv', index_col='Month', parse_dates=True)
result = seasonal_decompose(data['Volume'], model='additive', freq=1)
result.plot();
季节分解
结果:


freq
应该是一个周期的长度,例如,对于月度数据和年度周期为12。