1. Learn
    2. /
  2. Courses
    3. /
  3. Trực quan hóa dữ liệu chuỗi thời gian trong Python
Connected

Exercise

Tương quan tự hồi quy từng phần trong chuỗi thời gian

Giống như tự tương quan, hàm tương quan tự hồi quy từng phần (PACF) đo hệ số tương quan giữa một chuỗi thời gian và các phiên bản trễ của chính nó. Tuy nhiên, PACF mở rộng ý tưởng này bằng cách loại bỏ thêm ảnh hưởng của các thời điểm trước đó. Ví dụ, PACF bậc 3 trả về tương quan giữa chuỗi thời gian của chúng ta (t_1, t_2, t_3, …) và các giá trị của chính nó bị trễ 3 thời điểm (t_4, t_5, t_6, …), nhưng chỉ sau khi đã loại bỏ mọi ảnh hưởng do các độ trễ 1 và 2 gây ra.

Hàm plot_pacf() trong thư viện statsmodels có thể được dùng để đo lường và vẽ tương quan tự hồi quy từng phần của một chuỗi thời gian.

Instructions

100 XP
  • Import tsaplots từ statsmodels.graphics.
  • Dùng hàm plot_pacf() từ tsaplots để vẽ tương quan tự hồi quy từng phần cho cột 'co2' trong co2_levels.
  • Chỉ định độ trễ tối đa là 24.