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

Exercise

So sánh ACF cho nhiều chuỗi thời gian AR

Hàm tự tương quan (autocorrelation) sẽ giảm dần theo hàm mũ đối với chuỗi thời gian AR với tốc độ do tham số AR quyết định. Ví dụ, nếu tham số AR \(\small \phi = +0.9\), tự tương quan ở độ trễ 1 sẽ là 0.9, độ trễ 2 sẽ là \(\small (0.9)^2 = 0.81\), độ trễ 3 sẽ là \(\small (0.9)^3 = 0.729\), v.v. Tham số AR nhỏ hơn sẽ làm đường giảm dốc hơn, và nếu tham số AR âm, chẳng hạn -0.9, dấu sẽ đảo qua mỗi độ trễ: tự tương quan ở độ trễ 1 sẽ là -0.9, độ trễ 2 là \(\small (-0.9)^2 = 0.81\), độ trễ 3 là \(\small (-0.9)^3 = -0.729\), v.v.

Đối tượng simulated_data_1 là chuỗi thời gian mô phỏng với tham số AR +0.9, simulated_data_2 có tham số AR -0.9, và simulated_data_3 có tham số AR 0.3

Instructions

100 XP
  • Tính hàm tự tương quan cho từng bộ dữ liệu mô phỏng bằng cách dùng hàm plot_acf với 20 độ trễ (và ẩn khoảng tin cậy bằng cách đặt alpha=1).