IniziaInizia gratis

AR o MA

In questo esercizio userai ACF e PACF per decidere se una serie è più adatta a un modello MA o a un modello AR. Ricorda che scegliere il giusto ordine del modello è fondamentale per le nostre previsioni.

Per diversi tipi di modelli ci aspettiamo il seguente comportamento in ACF e PACF:

AR(p)MA(q)ARMA(p,q)
ACFDecresce gradualmenteSi azzera dopo il ritardo qDecresce gradualmente
PACFSi azzera dopo il ritardo pDecresce gradualmenteDecresce gradualmente

Nel tuo ambiente è disponibile una serie temporale con proprietà sconosciute, df.

Questo esercizio fa parte del corso

Modelli ARIMA in Python

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Import
from statsmodels.graphics.tsaplots import ____, ____

# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
 
# Plot the ACF of df
____(____, lags=____, zero=False, ax=ax1)

# Plot the PACF of df
____(____, lags=____, zero=____, ax=ax2)

plt.show()
Modifica ed esegui il codice