Función de autocorrelación

Análisis de series temporales en Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Función de autocorrelación

  • Función de autocorrelación (ACF): la autocorrelación en función del rezago
  • Vale uno en el rezago cero
  • Información interesante más allá del rezago uno
Análisis de series temporales en Python

Ejemplo de ACF 1: autocorrelación simple

  • Puedes usar los dos últimos valores de la serie para predecir
Análisis de series temporales en Python

Ejemplo de ACF 2: beneficios estacionales

  • Beneficios de H&R Block
  • ACF de H&R Block
Análisis de series temporales en Python

Ejemplo de ACF 3: útil para seleccionar modelo

  • Selección de modelo

Análisis de series temporales en Python

Representar la ACF en Python

  • Importa el módulo:
    from statsmodels.graphics.tsaplots import plot_acf
  • Dibuja la ACF:
    plot_acf(x, lags= 20, alpha=0.05)
Análisis de series temporales en Python

Intervalo de confianza de la ACF

Análisis de series temporales en Python

Intervalo de confianza de la ACF

  • El argumento alpha fija la anchura del intervalo de confianza
  • Ejemplo: alpha=0.05
    • 5% de probabilidad de que, si la autocorrelación verdadera es cero, caiga fuera de la banda azul
  • Las bandas de confianza son más anchas si:
    • Alpha menor
    • Menos observaciones
  • Bajo supuestos simples, las bandas al 95% son $\pm 2/\sqrt{N}$
  • Si no quieres bandas en la gráfica, pon alpha=1
Análisis de series temporales en Python

Valores de ACF en lugar de gráfica

from statsmodels.tsa.stattools import acf
print(acf(x))

[ 1.         -0.6765505   0.34989905 -0.01629415 -0.02507013  0.01930354
 -0.03186545  0.01399904 -0.03518128  0.02063168 -0.02620646 -0.00509828
...
  0.07191516 -0.12211912  0.14514481 -0.09644228  0.05215882]
Análisis de series temporales en Python

¡Vamos a practicar!

Análisis de series temporales en Python

Preparing Video For Download...