여러 MA 시계열의 ACF 계산하기
AR(1)과 달리, MA(1) 모형은 지연 1을 넘는 자기상관이 없고, MA(2) 모형은 지연 2를 넘는 자기상관이 없습니다. MA(1) 모형의 지연 1 자기상관은 \(\small \theta\) 자체가 아니라 \(\small \theta / (1+\theta^2)\) 입니다. 예를 들어 MA 모수 $\small \theta\(가 +0.9라면, 1시차 자기상관은 \)\small 0.9/(1+(0.9)^2)=0.497\(이고, 그 밖의 모든 시차에서의 자기상관은 0입니다. MA 모수 \)\small \theta\(가 -0.9라면, 1시차 자기상관은 \)\small -0.9/(1+(-0.9)^2)=-0.497$가 됩니다.
이제 이전 연습 문제에서 생성한 세 개의 시계열에 대해 이러한 자기상관 함수를 직접 확인해 보겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import the plot_acf module from statsmodels
from statsmodels.graphics.tsaplots import plot_acf
# Plot 1: MA parameter = -0.9
plot_acf(___, lags=20)
plt.show()