Autokorelacja w danych szeregów czasowych
W analizie szeregów czasowych autokorelacja oznacza korelację szeregu czasowego z jego własną przesuniętą w czasie wersją. Na przykład autokorelacja rzędu order 3 zwraca korelację między szeregiem czasowym a jego wartościami przesuniętymi o 3 punkty czasowe.
Do wizualizacji autokorelacji szeregu czasowego powszechnie stosuje się wykres autokorelacji (ACF), zwany też autokorelacją własną. Funkcja plot_acf() z biblioteki statsmodels pozwala zmierzyć i zwizualizować autokorelację szeregu czasowego.
To ćwiczenie jest częścią kursu
Wizualizacja danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj
tsaplotszstatsmodels.graphics. - Użyj funkcji
plot_acf()ztsaplots, aby wykreślić autokorelację kolumny'co2'ze zbioru danychco2_levels. - Ustaw maksymalne opóźnienie (lag) na 24.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()