Interpréter les graphiques d'autocorrélation
Si les valeurs d'autocorrélation sont proches de 0, alors les valeurs entre observations consécutives ne sont pas corrélées entre elles. Inversement, des valeurs d'autocorrélation proches de 1 ou de -1 indiquent l'existence de fortes corrélations positives ou négatives entre observations consécutives, respectivement.
Pour vous aider à évaluer la fiabilité de ces valeurs d'autocorrélation, la fonction plot_acf() renvoie aussi des intervalles de confiance (représentés par des zones bleues ombrées). Si une valeur d'autocorrélation dépasse la région de l'intervalle de confiance, vous pouvez supposer que la valeur observée est statistiquement significative.
Dans le graphique d'autocorrélation ci-dessous, les observations consécutives sont-elles fortement corrélées (c.-à-d. supérieures à 0,5) et statistiquement significatives?
Cette activité fait partie du cours
Visualiser des séries chronologiques en Python
Exercice interactif pratique
Passez de la théorie à l’action grâce à l’un de nos exercices interactifs
Commencer l’exercice