Autocorelație și autocorelație parțială

Vizualizarea datelor de tip serie temporală în Python

Thomas Vincent

Head of Data Science, Getty Images

Autocorelația în seriile de timp

Autocorelația măsoară corelația dintre o serie de timp și o copie decalată a acesteia
De exemplu, o autocorelație de ordinul 3 returnează corelația dintre seria de timp în punctele (t_1, t_2, t_3, ...) și valorile sale decalate cu 3 puncte temporale, adică (t_4, t_5, t_6, ...)
Este utilizată pentru a identifica tipare repetitive sau semnale periodice în seriile de timp

Statsmodels

statsmodels este un modul Python care oferă clase și funcții pentru estimarea diverselor modele statistice, efectuarea de teste statistice și explorarea datelor statistice.

Reprezentarea autocorelațiilor

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

plt.show()

Interpretarea graficelor de autocorelație

Autocorelație în serii de timp

Autocorelația parțială în seriile de timp

Spre deosebire de autocorelație, autocorelația parțială elimină efectul punctelor temporale anterioare
De exemplu, funcția de autocorelație parțială de order 3 returnează corelația dintre seria de timp (t1, t2, t3, ...) și valorile sale decalate cu 3 puncte temporale (t4, t5, t6, ...), după eliminarea efectelor atribuibile lag-urilor 1 și 2

Reprezentarea autocorelațiilor parțiale

import matplotlib.pyplot as plt

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

plt.show()

Interpretarea graficului de autocorelație parțială

Autocorelație parțială în serii de timp

Să exersăm!

Vizualizarea datelor de tip serie temporală în Python