Auto-regressão com uma série temporal mais suave
Agora, vamos repetir o mesmo procedimento usando um sinal mais suave. Você vai usar o mesmo algoritmo de percent change de antes, mas desta vez com uma janela bem maior (40 em vez de 20). À medida que a janela aumenta, a diferença entre pontos de tempo vizinhos fica menor, resultando em um sinal mais suave. O que você acha que isso fará com o modelo autorregressivo?
prices_perc_shifted e model (atualizado para usar uma janela de 40) estão disponíveis no seu ambiente de trabalho.
Este exercício faz parte do curso
Machine Learning para dados de séries temporais em Python
Instruções do exercício
Usando a função (visualize_coefficients()) que você criou no último exercício, gere um gráfico com os coeficientes de model e os nomes das colunas de prices_perc_shifted.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Visualize the output data up to "2011-01"
fig, axs = plt.subplots(2, 1, figsize=(10, 5))
y.loc[:'2011-01'].plot(ax=axs[0])
# Run the function to visualize model's coefficients
visualize_coefficients(____, ____, ax=axs[1])
plt.show()