Autocorrelação parcial em dados de séries temporais
Assim como a autocorrelação, a função de autocorrelação parcial (PACF) mede o coeficiente de correlação entre uma série temporal e versões defasadas dela mesma. No entanto, ela vai além ao remover o efeito dos pontos de tempo anteriores. Por exemplo, uma função de autocorrelação parcial de ordem 3 retorna a correlação entre nossa série temporal (t_1, t_2, t_3, …) e seus próprios valores defasados em 3 pontos de tempo (t_4, t_5, t_6, …), mas somente após remover todos os efeitos atribuíveis às defasagens 1 e 2.
A função plot_pacf() da biblioteca statsmodels pode ser usada para medir e plotar a autocorrelação parcial de uma série temporal.
Este exercício faz parte do curso
Visualizing Time Series Data in Python
Instruções do exercício
- Importe
tsaplotsdestatsmodels.graphics. - Use a função
plot_pacf()detsaplotspara plotar a autocorrelação parcial da coluna'co2'emco2_levels. - Especifique uma defasagem máxima de 24.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()