Compară modelul AR cu mersul aleatoriu

Uneori este dificil să faci distincția între o serie de timp cu o ușoară tendință de revenire la medie și una care nu revine deloc la medie, precum un mers aleatoriu. Vei compara funcția de autocorelare (ACF) pentru seria ratei dobânzii cu revenire ușoară la medie din exercițiul anterior cu un mers aleatoriu simulat care are același număr de observații.

Vei observa, atunci când reprezinți grafic autocorelarile celor două serii una lângă alta, că ele arată foarte similar.

Acest exercițiu face parte din cursul

Analiza seriilor de timp în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă funcția plot_acf din modulul statsmodels
Creează două axe pentru cele două subgrafice
Reprezintă grafic funcția de autocorelare pentru 12 decalaje ale seriei ratei dobânzii interest_rate_data în graficul de sus
Reprezintă grafic funcția de autocorelare pentru 12 decalaje ale seriei simulated_data în graficul de jos

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import the plot_acf module from statsmodels
from statsmodels.graphics.tsaplots import plot_acf

# Plot the interest rate series and the simulated random walk series side-by-side
fig, axes = plt.subplots(2,1)

# Plot the autocorrelation of the interest rate series in the top plot
fig = plot_acf(___, alpha=1, lags=12, ax=axes[0])

# Plot the autocorrelation of the simulated random walk series in the bottom plot
fig = plot_acf(___, alpha=1, lags=12, ax=axes[1])

# Label axes
axes[0].set_title("Interest Rate Data")
axes[1].set_title("Simulated Random Walk Data")
plt.show()

Editează și rulează codul