सीज़नल ACF और PACF
नीचे लंदन में पानी के उपभोक्ताओं की अनुमानित संख्या की एक टाइम सीरीज़ दी गई है। पहली नज़र में आपको कोई साफ़ सीज़नल पैटर्न नहीं दिखता, लेकिन आँखें आपके पास मौजूद सबसे अच्छे टूल नहीं हैं।
इस अभ्यास में आप ACF और PACF का उपयोग करके इस डेटा में सीज़नैलिटी की जाँच करेंगे। ऊपर के प्लॉट से दिख रहा है कि टाइम सीरीज़ स्टेशनरी नहीं है, इसलिए बेहतर होगा कि आप इसे डिट्रेंड करें। आप मूविंग एवरेज घटाकर डिट्रेंड करेंगे। याद रखिए कि आप संभावित पीरियड से बड़े किसी भी मान की विंडो साइज़ ले सकते हैं।
plot_acf() फंक्शन इम्पोर्ट किया जा चुका है और टाइम सीरीज़ water नाम से लोड है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create figure and subplot
fig, ax1 = plt.subplots()
# Plot the ACF on ax1
plot_acf(____, ____, zero=False, ax=ax1)
# Show figure
plt.show()