1. Learn
    2. /
  2. Courses
    3. /
  3. Phân tích chuỗi thời gian với Python
Connected

Exercise

Ước lượng bậc của mô hình: PACF

Một công cụ hữu ích để xác định bậc của mô hình AR là xem Hàm Tự tương quan riêng phần (PACF). Trong bài này, bạn sẽ mô phỏng hai chuỗi thời gian, một AR(1) và một AR(2), và tính PACF mẫu cho từng chuỗi. Bạn sẽ thấy rằng với AR(1), PACF sẽ có giá trị trễ 1 đáng kể và xấp xỉ bằng 0 ở các trễ sau. Còn với AR(2), PACF mẫu sẽ có các giá trị trễ 1 và trễ 2 đáng kể, và bằng 0 sau đó.

Tương tự như khi bạn dùng hàm plot_acf ở các bài trước, ở đây bạn sẽ dùng hàm plot_pacf trong mô-đun statsmodels.

Instructions

100 XP
  • Import các mô-đun để mô phỏng dữ liệu và để vẽ PACF
  • Mô phỏng một AR(1) với \(\small \phi=0.6\) (nhớ rằng dấu của tham số AR bị đảo ngược)
  • Vẽ PACF cho simulated_data_1 bằng hàm plot_pacf
  • Mô phỏng một AR(2) với \(\small \phi_1=0.6, \phi_2=0.3\) (tiếp tục đảo dấu)
  • Vẽ PACF cho simulated_data_2 bằng hàm plot_pacf