Intro tot ACF en PACF

ARIMA-modellen in Python

James Fulton

Climate informatics researcher

Motivatie

ARIMA-modellen in Python

ACF en PACF

  • ACF - Autocorrelatiefunctie
  • PACF - Partiële autocorrelatiefunctie
ARIMA-modellen in Python

Wat is de ACF

  • lag-1 autocorrelatie $\rightarrow$ $corr(y_t, y_{t-1})$
  • lag-2 autocorrelatie $\rightarrow$ $corr(y_t, y_{t-2})$
  • ...
  • lag-n autocorrelatie $\rightarrow$ $corr(y_t, y_{t-n})$
ARIMA-modellen in Python

Wat is de ACF

ARIMA-modellen in Python

Wat is de PACF

ARIMA-modellen in Python

ACF en PACF gebruiken om de modelorde te kiezen

  • AR(2)-model $\rightarrow$

ARIMA-modellen in Python

ACF en PACF gebruiken om de modelorde te kiezen

  • MA(2)-model $\rightarrow$

ARIMA-modellen in Python

ACF en PACF gebruiken om de modelorde te kiezen

ARIMA-modellen in Python

ACF en PACF gebruiken om de modelorde te kiezen

ARIMA-modellen in Python

Implementatie in Python

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

# Create figure
fig, (ax1, ax2) = plt.subplots(2,1, figsize=(8,8))

# Make ACF plot
plot_acf(df, lags=10, zero=False, ax=ax1)

# Make PACF plot
plot_pacf(df, lags=10, zero=False, ax=ax2)

plt.show()
ARIMA-modellen in Python

Implementatie in Python

ARIMA-modellen in Python

Te veel/te weinig differencen en ACF/PACF

ARIMA-modellen in Python

Te veel/te weinig differencen en ACF/PACF

ARIMA-modellen in Python

Laten we oefenen!

ARIMA-modellen in Python

Preparing Video For Download...