Обчисліть ACF для кількох часових рядів MA
На відміну від AR(1), модель MA(1) не має автокореляції на лагах, більших за 1; модель MA(2) — на лагах, більших за 2, тощо. Автокореляція лагу 1 для моделі MA(1) дорівнює не \(\small \theta\), а \(\small \theta / (1+\theta^2)\). Наприклад, якщо параметр MA \(\small \theta\) дорівнює +0,9, автокореляція першого лагу буде \(\small 0.9/(1+(0.9)^2)=0.497\), а на всіх інших лагах автокореляція буде нульова. Якщо параметр MA \(\small \theta\) дорівнює -0,9, автокореляція першого лагу буде \(\small -0.9/(1+(-0.9)^2)=-0.497\).
Ви перевірите ці функції автокореляції для трьох часових рядів, які згенерували у попередній вправі.
Ця вправа є частиною курсу
Аналіз часових рядів у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import the plot_acf module from statsmodels
from statsmodels.graphics.tsaplots import plot_acf
# Plot 1: MA parameter = -0.9
plot_acf(___, lags=20)
plt.show()