Autokorrelation i tidsseriedata
Inom tidsserieanalys avser autokorrelation korrelationen mellan en tidsserie och en fördröjd version av sig själv. Till exempel returnerar en autokorrelation av order 3 korrelationen mellan en tidsserie och dess egna värden fördröjda med 3 tidssteg.
Det är vanligt att använda ett autokorrelationsdiagram (ACF), även kallat självkorrelationsdiagram, för att visualisera autokorrelationen i en tidsserie. Funktionen plot_acf() i biblioteket statsmodels kan användas för att beräkna och visualisera autokorrelationen i en tidsserie.
Den här övningen är en del av kursen
Visualisering av tidsseriedata i Python
Övningsinstruktioner
- Importera
tsaplotsfrånstatsmodels.graphics. - Använd funktionen
plot_acf()fråntsaplotsför att plotta autokorrelationen för kolumnen'co2'ico2_levels. - Ange ett maximalt lag på 24.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import required libraries
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
from ____ import ____
# Display the autocorrelation plot of your time series
fig = ____(co2_levels[____], lags=____)
# Show plot
plt.show()