1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza szeregów czasowych w Pythonie
Connected

ćwiczenie

Ćwiczenie podatkowe: oblicz ACF

W poprzednim rozdziale obliczałeś autokorelacje dla jednego opóźnienia. Często jednak interesuje nas autokorelacja dla wielu opóźnień naraz. Na wykresie przedstawiono kwartalne wyniki finansowe firmy H&R Block (symbol giełdowy HRB) – widać wyraźną cykliczność tych danych. Zdecydowana większość przychodów przypada na kwartał, w którym upływa termin składania zeznań podatkowych.

Obliczysz tablicę autokorelacji kwartalnych wyników H&R Block, wczytanych wcześniej do DataFrame HRB. Następnie wykreślisz funkcję autokorelacji za pomocą modułu plot_acf. Wykres pokaże, jak wygląda ACF dla danych o charakterze cyklicznym. ACF przy lag=0 wynosi zawsze jeden. W następnym ćwiczeniu dowiesz się więcej o przedziałach ufności dla ACF – na razie wyłącz ich wyświetlanie, ustawiając alpha=1.

Instrukcje

100 XP
  • Zaimportuj moduły acf i plot_acf ze statsmodels.
  • Oblicz tablicę autokorelacji kwartalnych danych finansowych z DataFrame HRB.
  • Wykreśl funkcję autokorelacji dla kwartalnych danych z HRB i przekaż argument alpha=1, aby ukryć przedział ufności.