Funkce autokorelace

Analýza časových řad v Pythonu

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Funkce autokorelace

  • Funkce autokorelace (ACF): autokorelace jako funkce zpoždění
  • Na zpoždění nula se rovná jedné
  • Zajímavé informace pro zpoždění větší než jedna
Analýza časových řad v Pythonu

ACF příklad 1: Jednoduchá funkce autokorelace

  • K předpovědi lze využít poslední dvě hodnoty řady
Analýza časových řad v Pythonu

ACF příklad 2: Sezónní výsledky

  • Výsledky H&R Block
  • ACF pro H&R Block
Analýza časových řad v Pythonu

ACF příklad 3: Užitečné pro výběr modelu

  • Výběr modelu

Analýza časových řad v Pythonu

Vykreslení ACF v Pythonu

  • Import modulu:
    from statsmodels.graphics.tsaplots import plot_acf
  • Vykreslení ACF:
    plot_acf(x, lags= 20, alpha=0.05)
Analýza časových řad v Pythonu

Interval spolehlivosti ACF

Analýza časových řad v Pythonu

Interval spolehlivosti ACF

  • Argument alpha nastavuje šířku intervalu spolehlivosti
  • Příklad: alpha=0.05
    • 5% pravděpodobnost, že skutečná autokorelace nula leží mimo modrý pás
  • Pásy spolehlivosti jsou širší, pokud:
    • Nižší hodnota alpha
    • Méně pozorování
  • Za zjednodušujících předpokladů jsou 95% pásy $\pm 2/\sqrt{N}$
  • Chcete-li pásy potlačit, nastavte alpha=1
Analýza časových řad v Pythonu

Hodnoty ACF místo grafu

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]
Analýza časových řad v Pythonu

Lass uns üben!

Analýza časových řad v Pythonu

Preparing Video For Download...