Zaman serisi verilerinde kısmi otokorelasyon
Otokorelasyona benzer şekilde, kısmi otokorelasyon fonksiyonu (PACF) bir zaman serisi ile kendi gecikmeli (lag) değerleri arasındaki korelasyon katsayısını ölçer. Ancak, bu fikri önceki zaman noktalarının etkisini de çıkararak genişletir. Örneğin, order 3 kısmi otokorelasyon fonksiyonu, zaman serimizin (t_1, t_2, t_3, …) 3 zaman noktası gecikmeli kendi değerleriyle (t_4, t_5, t_6, …) olan korelasyonunu döndürür; ancak bunu yaparken 1 ve 2 gecikmelerine atfedilebilecek tüm etkileri çıkardıktan sonra hesaplar.
statsmodels kütüphanesindeki plot_pacf() fonksiyonu, bir zaman serisinin kısmi otokorelasyonunu ölçmek ve görselleştirmek için kullanılabilir.
Bu egzersiz, kursun bir parçasıdır
Python ile Zaman Serisi Verilerini Görselleştirme
Egzersiz talimatları
statsmodels.graphicsiçindentsaplotsmodülünü içe aktar.tsaplotsiçindekiplot_pacf()fonksiyonunu kullanarakco2_levelsiçinde'co2'sütununun kısmi otokorelasyonunu çiz.- En fazla 24 gecikme (lag) belirt.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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()