시작하기무료로 시작하기

AR 또는 MA

이 연습 문제에서는 ACF와 PACF를 사용해 어떤 데이터가 MA 모델에 더 알맞은지, 아니면 AR 모델에 더 알맞은지를 판단해 볼 거예요. 올바른 모형 차수를 선택하는 것은 예측 정확도에 매우 중요하다는 점을 기억하세요.

모델 유형에 따라 ACF와 PACF에서 기대하는 전형적인 패턴은 다음과 같아요:

AR(p)MA(q)ARMA(p,q)
ACF느리게 감소지연 q 이후 절단느리게 감소
PACF지연 p 이후 절단느리게 감소느리게 감소

성질이 알려지지 않은 시계열 df가 환경에 준비되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 ARIMA 모델

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()
코드 편집 및 실행