識別 II
savings の時系列は差分なしで定常であることを学びました。この情報を踏まえて、どの次数のモデルが最も適合するかを特定してみましょう。
plot_acf() と plot_pacf() 関数はインポート済みで、時系列は DataFrame savings に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
演習の手順
- ラグ1～10について ACF のプロットを作成し、軸
ax1上に描画します。 - PACF についても同様に作成します。
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
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
# Plot the ACF of savings on ax1
____
# Plot the PACF of savings on ax2
____
plt.show()