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
Interaktivní praktické cvičení
Proměňte teorii v praxi s jedním z našich interaktivních cvičení
Začít cvičení