AR hay MA
Trong bài tập này, bạn sẽ dùng ACF và PACF để quyết định xem dữ liệu phù hợp nhất với mô hình MA hay AR. Hãy nhớ rằng chọn đúng bậc mô hình là cực kỳ quan trọng cho dự báo của chúng ta.
Với các loại mô hình khác nhau, ta kỳ vọng hành vi sau trong ACF và PACF:
Một chuỗi thời gian với thuộc tính chưa biết, df, đã có sẵn trong môi trường của bạn.
Bài tập này là một phần của khóa học
Mô hình ARIMA với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import
from statsmodels.graphics.tsaplots import ____, ____
# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
# Plot the ACF of df
____(____, lags=____, zero=False, ax=ax1)
# Plot the PACF of df
____(____, lags=____, zero=____, ax=ax2)
plt.show()