टाइम सीरीज़ डेटा में Partial Autocorrelation
Autocorrelation की तरह, partial autocorrelation function (PACF) किसी टाइम सीरीज़ और उसके lagged संस्करणों के बीच correlation coefficient मापता है. हालाँकि, यह पिछले समय-बिंदुओं के प्रभाव को हटाकर इस विचार को आगे बढ़ाता है. उदाहरण के लिए, order 3 की partial autocorrelation function हमारी टाइम सीरीज़ (t_1, t_2, t_3, …) और 3 समय-बिंदुओं से lag की गई उसकी अपनी वैल्यूज़ (t_4, t_5, t_6, …) के बीच correlation लौटाती है, लेकिन ऐसा करने से पहले lag 1 और 2 से जुड़े सभी प्रभाव हटा दिए जाते हैं.
statsmodels लाइब्रेरी का plot_pacf() फंक्शन किसी टाइम सीरीज़ की partial autocorrelation को मापने और प्लॉट करने के लिए इस्तेमाल किया जा सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data का विज़ुअलाइज़ेशन
अभ्यास निर्देश
statsmodels.graphicsसेtsaplotsइम्पोर्ट करें.tsaplotsकेplot_pacf()फंक्शन का उपयोग करकेco2_levelsमें'co2'कॉलम की partial autocorrelation प्लॉट करें.- अधिकतम lag 24 निर्धारित 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')
____
# Display the partial autocorrelation plot of your time series
fig = ____(co2_levels[____], lags=____)
# Show plot
plt.show()