Začněte nyníZačněte zdarma

Interpretace grafů parciální autokorelace

Pokud se hodnoty parciální autokorelace blíží nule, nejsou hodnoty mezi pozorováními a zpožděnými pozorováními vzájemně korelovány. Naopak parciální autokorelace blížící se hodnotě 1 nebo -1 ukazují na silnou kladnou nebo zápornou korelaci mezi zpožděnými pozorováními časové řady.

Funkce .plot_pacf() také vrací intervaly spolehlivosti, které jsou znázorněny jako modře stínované oblasti. Pokud hodnoty parciální autokorelace tyto intervaly spolehlivosti překračují, lze předpokládat, že jsou statisticky významné.

V grafu parciální autokorelace níže – při kterých hodnotách zpoždění jsou parciální autokorelace statisticky významné?

Toto cvičení je součástí kurzu

Vizualizace dat časových řad v Pythonu

Zobrazit kurz

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení