Funcția de Autocorelare

Analiza seriilor de timp în Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Funcția de Autocorelare

  • Funcția de Autocorelare (ACF): autocorrelarea în funcție de decalaj
  • Egală cu unu la decalaj zero
  • Informații relevante dincolo de decalajul unu
Analiza seriilor de timp în Python

Exemplu ACF 1: Funcție Simplă de Autocorelare

  • Ultimele două valori din serie pot fi folosite la prognoze
Analiza seriilor de timp în Python

Exemplu ACF 2: Câștiguri Sezoniere

  • Câștigurile H&R Block
  • ACF pentru H&R Block
Analiza seriilor de timp în Python

Exemplu ACF 3: Util pentru Selecția Modelului

  • Selecția modelului

Analiza seriilor de timp în Python

Reprezentarea ACF în Python

  • Import modul:
    from statsmodels.graphics.tsaplots import plot_acf
  • Reprezentați ACF:
    plot_acf(x, lags= 20, alpha=0.05)
Analiza seriilor de timp în Python

Intervalul de Încredere al ACF

Analiza seriilor de timp în Python

Intervalul de Încredere al ACF

  • Argumentul alpha stabilește lățimea intervalului de încredere
  • Exemplu: alpha=0.05
    • 5% șanse ca, dacă autocorrelarea reală este zero, să fie în afara benzii albastre
  • Benzile de încredere sunt mai largi dacă:
    • Alpha este mai mic
    • Există mai puține observații
  • Sub anumite ipoteze simplificatoare, benzile de 95% sunt $\pm 2/\sqrt{N}$
  • Pentru a elimina benzile din grafic, setați alpha=1
Analiza seriilor de timp în Python

Valorile ACF în Loc de Grafic

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]
Analiza seriilor de timp în Python

Să exersăm!

Analiza seriilor de timp în Python

Preparing Video For Download...