Autocorrelación parcial en series temporales
Al igual que la autocorrelación, la función de autocorrelación parcial (PACF) mide el coeficiente de correlación entre una serie temporal y versiones retardadas de sí misma. Sin embargo, va un paso más allá al eliminar también el efecto de los puntos temporales anteriores. Por ejemplo, una función de autocorrelación parcial de orden 3 devuelve la correlación entre nuestra serie temporal (t_1, t_2, t_3, …) y sus propios valores con un retardo de 3 instantes (t_4, t_5, t_6, …), pero solo después de eliminar todos los efectos atribuibles a los retardos 1 y 2.
La función plot_pacf() de la biblioteca statsmodels se puede utilizar para calcular y representar la autocorrelación parcial de una serie temporal.
Este ejercicio forma parte del curso
Visualización de datos temporales en Python
Instrucciones del ejercicio
- Importa
tsaplotsdesdestatsmodels.graphics. - Usa la función
plot_pacf()detsaplotspara representar la autocorrelación parcial de la columna'co2'enco2_levels. - Especifica un retardo máximo de 24.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import required libraries
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
____
# Display the partial autocorrelation plot of your time series
fig = ____(co2_levels[____], lags=____)
# Show plot
plt.show()