टाइम सीरीज़ डेटा में ऑटोकॉरिलेशन
टाइम सीरीज़ विश्लेषण में, ऑटोकॉरिलेशन का मतलब किसी टाइम सीरीज़ का अपनी ही लैग की गई प्रतिलिपि के साथ सह-संबंध से होता है। उदाहरण के लिए, order 3 का ऑटोकॉरिलेशन उस टाइम सीरीज़ और उसके अपने मानों के बीच सह-संबंध लौटाता है, जिन्हें 3 समय बिंदु तक लैग किया गया हो.
टाइम सीरीज़ की ऑटोकॉरिलेशन को विज़ुअलाइज़ करने के लिए ऑटोकॉरिलेशन (ACF) प्लॉट, जिसे self-autocorrelation भी कहा जाता है, का उपयोग आम है। statsmodels लाइब्रेरी में plot_acf() फंक्शन का उपयोग किसी टाइम सीरीज़ की ऑटोकॉरिलेशन को मापने और प्लॉट करने के लिए किया जा सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data का विज़ुअलाइज़ेशन
अभ्यास निर्देश
statsmodels.graphicsसेtsaplotsइम्पोर्ट करें।tsaplotsकेplot_acf()फंक्शन का उपयोग करकेco2_levelsकी'co2'कॉलम की ऑटोकॉरिलेशन प्लॉट करें।- अधिकतम lag को 24 पर सेट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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()