识别 II
您已经了解到，savings 时间序列在无需差分的情况下就是平稳的。基于这一信息，您现在可以尝试识别最合适的模型阶数。
plot_acf() 和 plot_pacf() 函数已导入，时间序列已加载到 DataFrame savings 中。
本练习是课程的一部分
Python 中的 ARIMA 模型
练习说明
- 在坐标轴
ax1上绘制 ACF 图，滞后为 1–10。 - 同样绘制 PACF 图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(12,8))
# Plot the ACF of savings on ax1
____
# Plot the PACF of savings on ax2
____
plt.show()