Inizia subitoInizia 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 corso

esercizio interattivo pratico

Prova questo esercizio completando questo 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