Tự tương quan và Tự tương quan riêng phần

Trực quan hóa dữ liệu chuỗi thời gian trong Python

Thomas Vincent

Head of Data Science, Getty Images

Tự tương quan trong dữ liệu chuỗi thời gian

  • Tự tương quan đo tương quan giữa một chuỗi thời gian và bản sao trễ của chính nó
  • Ví dụ, tự tương quan bậc 3 trả về tương quan giữa chuỗi tại các thời điểm (t_1, t_2, t_3, ...) và chính nó khi trễ 3 bước thời gian, tức (t_4, t_5, t_6, ...)
  • Dùng để tìm mẫu lặp lại hoặc tín hiệu chu kỳ trong chuỗi thời gian
Trực quan hóa dữ liệu chuỗi thời gian trong Python

Statsmodels

statsmodels là một mô-đun Python cung cấp các lớp và hàm để ước lượng nhiều mô hình thống kê khác nhau, cũng như thực hiện kiểm định và khám phá dữ liệu thống kê.

Trực quan hóa dữ liệu chuỗi thời gian trong Python

Vẽ đồ thị tự tương quan

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

plt.show()
Trực quan hóa dữ liệu chuỗi thời gian trong Python

Diễn giải đồ thị tự tương quan

Tự tương quan trong chuỗi thời gian

Trực quan hóa dữ liệu chuỗi thời gian trong Python

Tự tương quan riêng phần trong dữ liệu chuỗi thời gian

  • Trái với tự tương quan, tự tương quan riêng phần loại bỏ ảnh hưởng của các thời điểm trước đó
  • Ví dụ, hàm tự tương quan riêng phần order 3 trả về tương quan giữa chuỗi (t1, t2, t3, ...) và các giá trị của chính nó trễ 3 bước (t4, t5, t6, ...), nhưng chỉ sau khi loại bỏ mọi ảnh hưởng do độ trễ 1 và 2 gây ra
Trực quan hóa dữ liệu chuỗi thời gian trong Python

Vẽ đồ thị tự tương quan riêng phần

import matplotlib.pyplot as plt

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

plt.show()
Trực quan hóa dữ liệu chuỗi thời gian trong Python

Diễn giải đồ thị tự tương quan riêng phần

Tự tương quan riêng phần trong chuỗi thời gian

Trực quan hóa dữ liệu chuỗi thời gian trong Python

Cùng luyện tập nào!

Trực quan hóa dữ liệu chuỗi thời gian trong Python

Preparing Video For Download...