Autocorrélation partielle dans les séries temporelles
Comme l’autocorrélation, la fonction d’autocorrélation partielle (PACF) mesure le coefficient de corrélation entre une série temporelle et ses versions décalées. Elle va toutefois plus loin en supprimant l’effet des points temporels précédents. Par exemple, une fonction d’autocorrélation partielle d’« ordre 3 » renvoie la corrélation entre notre série temporelle (t_1, t_2, t_3, …) et ses propres valeurs décalées de 3 pas de temps (t_4, t_5, t_6, …), mais uniquement après avoir retiré tous les effets attribuables aux retards 1 et 2.
La fonction plot_pacf() de la bibliothèque statsmodels permet de mesurer et de tracer l’autocorrélation partielle d’une série temporelle.
Cet exercice fait partie du cours
Visualiser des séries temporelles en Python
Instructions
- Importez
tsaplotsdepuisstatsmodels.graphics. - Utilisez la fonction
plot_pacf()detsaplotspour tracer l’autocorrélation partielle de la colonne'co2'dansco2_levels. - Indiquez un décalage maximal de 24.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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()