始める無料で始める

AR か MA か

この演習では、ACF と PACF を使って、あるデータが MA モデルに適しているのか、AR モデルに適しているのかを見極めます。適切なモデル次数の選択は予測精度にとって非常に重要です。

モデルの種類ごとに、ACF と PACF では次のような挙動が期待されます。

AR(p)MA(q)ARMA(p,q)
ACFゆっくり減衰ラグ q で打ち切りゆっくり減衰
PACFラグ p で打ち切りゆっくり減衰ゆっくり減衰

性質が未知の時系列 df が、環境内に用意されています。

この演習はコースの一部です

Pythonで学ぶARIMAモデル

コースを見る

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。

# Import
from statsmodels.graphics.tsaplots import ____, ____

# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
 
# Plot the ACF of df
____(____, lags=____, zero=False, ax=ax1)

# Plot the PACF of df
____(____, lags=____, zero=____, ax=ax2)

plt.show()
コードを編集して実行