Khởi động: Xem tự tương quan
Vì chuỗi nhiệt độ temp_NY là một random walk có xu thế (drift), hãy lấy sai phân bậc một để biến nó thành dừng. Sau đó tính ACF và PACF mẫu. Điều này sẽ gợi ý về bậc của mô hình.
Bài tập này là một phần của khóa học
Phân tích chuỗi thời gian với Python
Hướng dẫn bài tập
- Import các mô-đun để vẽ ACF và PACF mẫu
- Lấy sai phân bậc một của DataFrame
temp_NYbằng phương thức.diff()của pandas - Tạo hai biểu đồ con để vẽ ACF và PACF
- Vẽ ACF mẫu của chuỗi đã sai phân
- Vẽ PACF mẫu của chuỗi đã sai phân
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import the modules for plotting the sample ACF and PACF
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
# Take first difference of the temperature Series
chg_temp = ___.___
chg_temp = chg_temp.dropna()
# Plot the ACF and PACF on the same page
fig, axes = plt.subplots(2,1)
# Plot the ACF
plot_acf(___, lags=20, ax=axes[0])
# Plot the PACF
plot_pacf(___, lags=20, ax=axes[1])
plt.show()