Úvod do ACF a PACF

ARIMA modely v Pythonu

James Fulton

Climate informatics researcher

Motivace

ACF a PACF

ACF – funkce autokorelace
PACF – funkce parciální autokorelace

Co je ACF

autokorelace lag-1 $\rightarrow$ $corr(y_t, y_{t-1})$
autokorelace lag-2 $\rightarrow$ $corr(y_t, y_{t-2})$
...
autokorelace lag-n $\rightarrow$ $corr(y_t, y_{t-n})$

Co je ACF

Co je PACF

Výběr řádu modelu pomocí ACF a PACF

Model AR(2) $\rightarrow$

Výběr řádu modelu pomocí ACF a PACF

Model MA(2) $\rightarrow$

Výběr řádu modelu pomocí ACF a PACF

Výběr řádu modelu pomocí ACF a PACF

Implementace v Pythonu

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()

Implementace v Pythonu

Nad/poddifferenciace a ACF a PACF

Nad/poddifferenciace a ACF a PACF

Pojďme si procvičit!

ARIMA modely v Pythonu

Preparing Video For Download...