Funzione di autocorrelazione

Analisi delle serie temporali in Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Funzione di autocorrelazione

Autocorrelation Function (ACF): l'autocorrelazione in funzione del ritardo
Vale uno al ritardo zero
Info interessanti oltre il ritardo uno

Esempio ACF 1: Funzione di autocorrelazione semplice

Puoi usare gli ultimi due valori della serie per fare previsioni

Esempio ACF 2: Utili stagionali

Utili di H&R Block

ACF per H&R Block

Esempio ACF 3: Utile per la selezione del modello

Selezione del modello

Tracciare l'ACF in Python

Importa il modulo:

from statsmodels.graphics.tsaplots import plot_acf

Traccia l'ACF:
```
plot_acf(x, lags= 20, alpha=0.05)
```

Intervallo di confidenza dell'ACF

Intervallo di confidenza dell'ACF

L'argomento alpha determina l'ampiezza dell'intervallo di confidenza
Esempio: alpha=0.05
- 5% di probabilità che, se l'autocorrelazione vera è zero, cada fuori dalla banda blu
Le bande di confidenza sono più ampie se:
- Alpha più basso
- Meno osservazioni
Con alcune ipotesi semplificative, le bande al 95% sono $\pm 2/\sqrt{N}$
Se non vuoi bande nel grafico, imposta alpha=1

Valori ACF al posto del grafico

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]

Esercitiamoci!

Analisi delle serie temporali in Python

Preparing Video For Download...