AR nebo MA

V tomto cvičení použiješ ACF a PACF k tomu, abys určil/a, zda se pro daná data lépe hodí model MA nebo AR. Nezapomeň, že výběr správného řádu modelu má zásadní vliv na kvalitu predikcí.

Pro různé typy modelů očekáváme v ACF a PACF následující chování:

	AR(p)	MA(q)	ARMA(p,q)
ACF	Postupně klesá	Usekne se po lagu q	Postupně klesá
PACF	Usekne se po lagu p	Postupně klesá	Postupně klesá

V prostředí máš k dispozici časovou řadu s neznámými vlastnostmi, df.

Toto cvičení je součástí kurzu

ARIMA modely v Pythonu

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import
from statsmodels.graphics.tsaplots import ____, ____

# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
 
# Plot the ACF of df
____(____, lags=____, zero=False, ax=ax1)

# Plot the PACF of df
____(____, lags=____, zero=____, ax=ax2)

plt.show()

Upravit a spustit kód