Calcula la FAC para varias series temporales MA
A diferencia de un AR(1), un modelo MA(1) no tiene autocorrelación más allá del rezago 1; un modelo MA(2) no tiene autocorrelación más allá del rezago 2; etc. La autocorrelación de orden 1 para un MA(1) no es \(\small \theta\), sino \(\small \theta / (1+\theta^2)\). Por ejemplo, si el parámetro MA, \(\small \theta\), es +0.9, la autocorrelación del primer rezago será \(\small 0.9/(1+(0.9)^2)=0.497\), y la autocorrelación en todos los demás rezagos será cero. Si el parámetro MA, \(\small \theta\), es -0.9, la autocorrelación del primer rezago será \(\small -0.9/(1+(-0.9)^2)=-0.497\).
Vas a verificar estas funciones de autocorrelación para las tres series temporales que generaste en el ejercicio anterior.
Este ejercicio forma parte del curso
Análisis de series temporales en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Import the plot_acf module from statsmodels
from statsmodels.graphics.tsaplots import plot_acf
# Plot 1: MA parameter = -0.9
plot_acf(___, lags=20)
plt.show()