1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶARIMAモデル
Connected

演習

季節性のあるACFとPACF

下図は、ロンドンの推定水道利用者数の時系列です。目で見るだけでは明確な季節性は分からないかもしれませんが、視覚だけが頼りではありません。

この演習では、ACF と PACF を使って季節性の有無を検定します。上のプロットから、この時系列は定常ではないので、トレンドを取り除く必要があります。ここでは移動平均を引くことでデトレンドします。ウィンドウサイズは想定される周期より大きければ任意の値を使えることを思い出してください。

plot_acf() 関数はインポート済みで、時系列は water として読み込まれています。

指示1 / 3

undefined XP
    1
    2
    3
  • 時系列の 'water_consumers' 列の ACF を、25 ラグまでプロットしてください。