시계열 데이터의 자기상관
시계열 분석에서 자기상관은 한 시계열과 그 시계열을 일정 시점만큼 지연시킨 값들 간의 상관을 뜻해요. 예를 들어 order 3의 자기상관은 시계열과 그 시계열을 3시점만큼 지연시킨 값들 사이의 상관을 계산해요.
시계열의 자기상관을 시각화할 때는 자기상관 함수(ACF) 플롯을 자주 사용해요. statsmodels 라이브러리의 plot_acf() 함수를 사용하면 시계열의 자기상관을 계산하고 플롯으로 그릴 수 있어요.
이 연습은 강의의 일부입니다
Python으로 시계열 데이터 시각화
연습 안내
statsmodels.graphics에서tsaplots를 임포트하세요.tsaplots의plot_acf()함수를 사용해co2_levels의'co2'열에 대한 자기상관을 그리세요.- 최대 지연값(lag)을 24로 지정하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import required libraries
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
from ____ import ____
# Display the autocorrelation plot of your time series
fig = ____(co2_levels[____], lags=____)
# Show plot
plt.show()