Частичная автокорреляция в данных временных рядов
Как и автокорреляция, функция частичной автокорреляции (PACF) измеряет коэффициент корреляции между временным рядом и его сдвинутыми версиями. Однако она идёт дальше: помимо этого, она исключает влияние предшествующих временных точек. Например, функция частичной автокорреляции порядка 3 возвращает корреляцию между нашим временным рядом (t_1, t_2, t_3, …) и его значениями, сдвинутыми на 3 временные точки (t_4, t_5, t_6, …), но только после удаления всех эффектов, обусловленных лагами 1 и 2.
Функция plot_pacf() из библиотеки statsmodels позволяет вычислить и визуализировать частичную автокорреляцию временного ряда.
Это упражнение является частью курса
Визуализация данных временных рядов в Python
Инструкции к упражнению
- Импортируйте
tsaplotsизstatsmodels.graphics. - Используйте функцию
plot_pacf()изtsaplots, чтобы построить график частичной автокорреляции столбца'co2'вco2_levels. - Укажите максимальный лаг, равный 24.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()