我试图更好地理解如何在这里读取时间序列数据的自相关图。
我运行了以下代码并得到了如下图所示的输出。
from pandas.plotting import autocorrelation_plot
autocorrelation_plot(df("y"))
这里y是因变量
我是否应该得出以下结论
- 没有显着的自相关。
- 数据是随机的。
- 大多数相关性（除了 2 个滞后）都在 95% 的置信区间内
- 这个时间序列不值得预测
如果我的理解正确，请帮助我？
自相关图的解释
数据挖掘
Python
时间序列
2022-02-22 03:35:08
1个回答
为了解决您的观点：
没有显着的自相关
相关性较低（~0.25），但存在显着的自相关性。
数据是随机的，大多数相关性（2 个滞后除外）都在 95% 的置信区间内
置信区间用于显示哪些自相关是显着的。正如您正确观察到的，有几个峰跳出该区域，这告诉我们这几个相关性在统计上是显着的，其余的则是随机的。这篇文章在这里可能会有所帮助。
这个时间序列不值得预测
根据前一点，这个数据集中有几个统计上显着的弱相关性。但它们并不强大，因此基于周期性的预测模型可能不会很准确。
其它你可能感兴趣的问题