Comment tracer l'autocorrélation et l'autocorrélation partielle avec Python
introduction
Nous décrirons comment tracer un cholérogramme avec un graphique du coefficient d'autocorrélation et du coefficient d'autocorrélation partielle avec python.
Diagramme des coefficients d'autocorrélation
Utilisez la fonction sm.graphics.tsa.plot_acf de statsmodels.api.
Graphique du coefficient de corrélation auto-partielle
Utilisez la fonction sm.graphics.tsa.plot_pacf de statsmodels.api.
Exemple
A titre d'exemple, le coefficient d'autocorrélation du modèle AR (1) suivant est tracé.
y_t = 1 + 0.5 y_{t-1} + \epsilon_t
Cependant, $ \ epsilon_t $ est le bruit blanc normal de dispersion 1. Définissez également $ y_0 = 2 $.
#Un sort magique qui donne une belle apparence à la capture de module et aux graphiques
import matplotlib as mpl
import matplotlib.pyplot as plt
plt.style.use('seaborn')
mpl.rcParams['font.family'] = 'serif'
%matplotlib inline
import numpy as np
import statsmodels.api as sm
#Créer une colonne de données à tracer
#Cette fois, saisissez des données 100 fois
y = np.zeros(100)
np.random.seed(42)
epsilon = np.random.standard_normal(100)
y[0] = 2
for t in range(1,100):
y[t] = 1 + 0.5 * y[t-1] + epsilon[t]
#Jetez un œil aux données de séries chronologiques à tracer
plt.plot(y)
plt.xlabel('time')
plt.ylabel('value')
plt.title('time-value plot');
Le graphique suivant est tracé.
#Diagramme des coefficients d'autocorrélation
sm.graphics.tsa.plot_acf(y, lags=20)
plt.xlabel('lags')
plt.ylabel('corr')
#Graphique du coefficient d'autocorrélation partielle
sm.graphics.tsa.plot_pacf(y, lags=20)
plt.xlabel('lags')
plt.ylabel('corr')
Le cholérogramme du coefficient d'autocorrélation et le chorégraphe du coefficient d'autocorrélation partielle sont tracés.
Recommended Posts