Częściowa autokorelacja w danych szeregów czasowych
Podobnie jak autokorelacja, funkcja częściowej autokorelacji (PACF) mierzy współczynnik korelacji między szeregiem czasowym a jego własnymi wartościami przesuniętymi w czasie. Rozszerza jednak tę ideę o usuwanie wpływu wcześniejszych punktów czasowych. Na przykład częściowa autokorelacja rzędu order 3 zwraca korelację między szeregiem czasowym (t_1, t_2, t_3, …) a jego wartościami przesuniętymi o 3 punkty czasowe (t_4, t_5, t_6, …), ale dopiero po usunięciu wszystkich efektów przypisywalnych opóźnieniom 1 i 2.
Funkcja plot_pacf() z biblioteki statsmodels pozwala zmierzyć i zwizualizować częściową autokorelację szeregu czasowego.
To ćwiczenie jest częścią kursu
Wizualizacja danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj
tsaplotszstatsmodels.graphics. - Użyj funkcji
plot_pacf()ztsaplots, aby wykreślić częściową autokorelację kolumny'co2'wco2_levels. - Podaj maksymalne opóźnienie równe 24.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import required libraries
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
____
# Display the partial autocorrelation plot of your time series
fig = ____(co2_levels[____], lags=____)
# Show plot
plt.show()