Autocorrelazione nei dati di serie temporali
Nell’analisi delle serie temporali, l’autocorrelazione è la correlazione di una serie con una versione ritardata di sé stessa. Ad esempio, un’autocorrelazione di ordine 3 restituisce la correlazione tra una serie temporale e i suoi valori spostati di 3 punti temporali.
È comune usare il grafico dell’autocorrelazione (ACF), noto anche come autocorrelazione propria, per visualizzare l’autocorrelazione di una serie temporale. La funzione plot_acf() della libreria statsmodels può essere utilizzata per misurare e tracciare l’autocorrelazione di una serie temporale.
Questo esercizio fa parte del corso
Visualizzare dati di serie temporali in Python
Istruzioni dell'esercizio
- Importa
tsaplotsdastatsmodels.graphics. - Usa la funzione
plot_acf()ditsaplotsper tracciare l’autocorrelazione della colonna'co2'inco2_levels. - Specifica un ritardo massimo (lag) di 24.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()