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

時系列データの偏自己相関

自己相関と同様に、偏自己相関関数(PACF)は時系列とそのラグ系列との間の相関係数を測定します。ただし、PACF はそれに加えて、より前の時点の影響を取り除く点が異なります。例えば、order 3 の偏自己相関関数は、時系列(t_1、t_2、t_3、…)と3時点だけ遅らせた系列(t_4、t_5、t_6、…)との相関を返しますが、その際にラグ1とラグ2に起因するすべての影響を取り除いたうえで計算します。

statsmodels ライブラリの plot_pacf() 関数を使うと、時系列の偏自己相関を計算して可視化できます。

指示

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