Interpretar gráficos de autocorrelação
Se os valores de autocorrelação estiverem próximos de 0, então os valores entre observações consecutivas não são correlacionados entre si. Por outro lado, valores de autocorrelação próximos de 1 ou -1 indicam que existem fortes correlações positivas ou negativas entre observações consecutivas, respectivamente.
Para ajudar você a avaliar a confiabilidade desses valores de autocorrelação, a função plot_acf() também retorna intervalos de confiança (representados como regiões sombreadas em azul). Se um valor de autocorrelação ultrapassa a região do intervalo de confiança, você pode assumir que o valor observado é estatisticamente significativo.
No gráfico de autocorrelação abaixo, as observações consecutivas são altamente correlacionadas (isto é, superiores a 0,5) e estatisticamente significativas?
Este exercício faz parte do curso
Visualizing Time Series Data in Python
Exercício interativo prático
Transforme a teoria em ação com um de nossos exercícios interativos
Começar o exercício