Autocorrélation dans les données de séries temporelles
En analyse de séries temporelles, l'autocorrélation correspond à la corrélation d'une série temporelle avec une version décalée d'elle-même. Par exemple, une autocorrélation de ordre 3 renvoie la corrélation entre une série temporelle et ses propres valeurs décalées de 3 points dans le temps.
On utilise couramment le tracé de l'autocorrélation (ACF), aussi appelé autocorrélation simple, pour visualiser l'autocorrélation d'une série temporelle. La fonction plot_acf() de la bibliothèque statsmodels permet de mesurer et de tracer l'autocorrélation d'une série temporelle.
Cette activité fait partie du cours
Visualiser des séries chronologiques en Python
Instructions de l’exercice
- Importez
tsaplotsdepuisstatsmodels.graphics. - Utilisez la fonction
plot_acf()detsaplotspour tracer l'autocorrélation de la colonne'co2'dansco2_levels. - Indiquez un décalage maximal de 24.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import required libraries
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
from ____ import ____
# Display the autocorrelation plot of your time series
fig = ____(co2_levels[____], lags=____)
# Show plot
plt.show()