1. 学ぶ
  2. /
  3. コース
  4. /
  5. Pythonで学ぶ時系列データの可視化

Connected

演習

時系列データの自己相関

時系列解析では、自己相関とは、ある時系列とそれを遅らせた(ラグをとった)同じ系列との相関を指します。たとえば、order 3 の自己相関は、元の時系列と、その値を3時点だけ遅らせた系列との相関を返します。

自己相関を可視化するには、自己相関関数(ACF)プロット(自己自己相関とも呼ばれます)がよく使われます。statsmodels ライブラリの plot_acf() 関数を使うと、時系列の自己相関を計算し、プロットできます。

指示

100 XP
  • statsmodels.graphics から tsaplots をインポートします。
  • tsaplots の plot_acf() を使って、co2_levels の 'co2' 列の自己相関をプロットします。
  • 最大ラグを 24 に指定します。