Autocorrelação e Autocorrelação parcial

Visualizing Time Series Data in Python

Thomas Vincent

Head of Data Science, Getty Images

Autocorrelação em séries temporais

A autocorrelação é a correlação entre uma série temporal e uma cópia dela mesma deslocada no tempo
Por exemplo, uma autocorrelação de ordem 3 retorna a correlação entre a série nos pontos (t_1, t_2, t_3, ...) e seus próprios valores defasados em 3 pontos, ou seja, (t_4, t_5, t_6, ...)
É usada para encontrar padrões repetitivos ou sinal periódico em séries temporais

Statsmodels

statsmodels é um módulo Python que oferece classes e funções para estimar diversos modelos estatísticos, além de realizar testes e explorar dados estatísticos.

Plotando autocorrelações

import matplotlib.pyplot as plt
from statsmodels.graphics import tsaplots
fig = tsaplots.plot_acf(co2_levels['co2'], lags=40)

plt.show()

Interpretando gráficos de autocorrelação

Autocorrelação em séries temporais

Autocorrelação parcial em séries temporais

Ao contrário da autocorrelação, a autocorrelação parcial remove o efeito dos pontos anteriores
Por exemplo, uma função de autocorrelação parcial de ordem 3 retorna a correlação entre nossa série (t1, t2, t3, ...) e valores defasados em 3 pontos (t4, t5, t6, ...), mas somente após remover todos os efeitos atribuíveis às defasagens 1 e 2

Plotando autocorrelações parciais

import matplotlib.pyplot as plt

from statsmodels.graphics import tsaplots
fig = tsaplots.plot_pacf(co2_levels['co2'], lags=40)

plt.show()

Interpretando gráficos de autocorrelação parcial

Autocorrelação parcial em séries temporais

Vamos praticar!

Visualizing Time Series Data in Python