Autokorelacja i cząstkowa autokorelacja

Wizualizacja danych szeregów czasowych w Pythonie

Thomas Vincent

Head of Data Science, Getty Images

Autokorelacja w szeregach czasowych

Autokorelacja to korelacja między szeregiem czasowym a jego przesuniętą kopią
Autokorelacja rzędu 3 zwraca korelację między szeregiem w punktach (t_1, t_2, t_3, ...) a jego wartościami przesuniętymi o 3 punkty czasowe, tj. (t_4, t_5, t_6, ...)
Służy do wykrywania powtarzających się wzorców lub sygnałów okresowych w szeregach czasowych

Statsmodels

statsmodels to moduł Pythona udostępniający klasy i funkcje do estymacji wielu modeli statystycznych, przeprowadzania testów statystycznych oraz eksploracji danych.

Wizualizacja autokorelacji

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

plt.show()

Interpretacja wykresów autokorelacji

Autokorelacja w szeregach czasowych

Cząstkowa autokorelacja w szeregach czasowych

W odróżnieniu od autokorelacji, cząstkowa autokorelacja usuwa wpływ poprzednich punktów czasowych
Cząstkowa autokorelacja rzędu order 3 zwraca korelację między szeregiem (t1, t2, t3, ...) a jego wartościami przesuniętymi o 3 punkty (t4, t5, t6, ...), po usunięciu efektów przypisywanych opóźnieniom 1 i 2

Wizualizacja cząstkowych autokorelacji

import matplotlib.pyplot as plt

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

plt.show()

Interpretacja wykresu cząstkowej autokorelacji

Cząstkowa autokorelacja w szeregach czasowych

Czas na ćwiczenia!

Wizualizacja danych szeregów czasowych w Pythonie