1. Uczyć się
  2. /
  3. Courses
  4. /
  5. Pythonで学ぶ時系列解析

Connected

Exercise

モデル次数の推定:PACF

AR モデルの次数を特定するのに役立つ方法の一つが、偏自己相関関数(PACF)を見ることです。この演習では、AR(1) と AR(2) の 2 つの時系列をシミュレーションし、それぞれの標本 PACF を計算します。AR(1) では、PACF のラグ 1 が有意で、その後はおおむね 0 に近くなるはずです。AR(2) では、標本 PACF のラグ 1 とラグ 2 が有意で、その後は 0 に近くなるはずです。

前の演習で plot_acf 関数を使ったのと同様に、ここでは statsmodels モジュールの plot_pacf 関数を使います。

Instrukcje

100 XP
  • データのシミュレーション用モジュールと PACF をプロットするためのモジュールをインポートします
  • \(\small \phi=0.6\) の AR(1) をシミュレーションします(AR パラメータの符号が反転することを思い出してください)
  • plot_pacf 関数を使って simulated_data_1 の PACF をプロットします
  • \(\small \phi_1=0.6, \phi_2=0.3\) の AR(2) をシミュレーションします(こちらも符号を反転します)
  • plot_pacf 関数を使って simulated_data_2 の PACF をプロットします