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。
この演習はコースの一部です
Pythonで学ぶARIMAモデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create figure and subplot
fig, ax1 = plt.subplots()
# Plot the ACF on ax1
plot_acf(____, ____, zero=False, ax=ax1)
# Show figure
plt.show()