IniziaInizia gratis

Interpreta i grafici di autocorrelazione parziale

Se i valori di autocorrelazione parziale sono vicini a 0, allora i valori tra osservazioni e osservazioni ritardate non sono correlati tra loro. Al contrario, autocorrelazioni parziali con valori vicini a 1 o -1 indicano che esistono forti correlazioni positive o negative tra le osservazioni ritardate della serie temporale.

La funzione .plot_pacf() restituisce anche gli intervalli di confidenza, rappresentati come aree blu ombreggiate. Se i valori di autocorrelazione parziale superano queste regioni di intervallo di confidenza, puoi assumere che i valori osservati di autocorrelazione parziale siano statisticamente significativi.

Nel grafico di autocorrelazione parziale qui sotto, a quali valori di lag abbiamo autocorrelazioni parziali statisticamente significative?

Questo esercizio fa parte del corso

Visualizzare dati di serie temporali in Python

Visualizza il corso

Esercizio pratico interattivo

Passa dalla teoria alla pratica con uno dei nostri esercizi interattivi

Inizia esercizio