자기상관 함수

Python으로 배우는 시계열 분석

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

자기상관 함수

자기상관 함수(ACF): 시차에 따른 자기상관
시차 0에서 값은 1
시차 1 이후 정보도 중요

ACF 예시 1: 단순 자기상관 함수

시계열의 마지막 두 값을 예측에 활용 가능

ACF 예시 2: 계절적 수익

H&R Block 수익

H&R Block의 ACF

ACF 예시 3: 모델 선택에 유용

모델 선택

Python에서 ACF 플롯하기

모듈 임포트:

from statsmodels.graphics.tsaplots import plot_acf

ACF 플롯:
```
plot_acf(x, lags= 20, alpha=0.05)
```

ACF 신뢰 구간

ACF 신뢰 구간

alpha 인수는 신뢰 구간의 너비를 설정합니다
예시: alpha=0.05
- 실제 자기상관이 0일 때 파란 띠 밖에 위치할 확률 5%
신뢰 구간이 넓어지는 경우:
- Alpha가 낮을수록
- 관측값이 적을수록
단순화 가정 하에 95% 신뢰 구간은 $\pm 2/\sqrt{N}$
플롯에서 구간을 표시하지 않으려면 alpha=1 설정

플롯 대신 ACF 값 출력

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]

연습해 봅시다!

Python으로 배우는 시계열 분석

Preparing Video For Download...