如何获得更好的 view/extract 来自 acf_plot 的值

Question

我编写了以下代码来获取我拥有的时间序列的自相关图：

fig, axes = plt.subplots(3, 2, sharex=True)
axes[0, 0].plot(data['Consumptieprijsindex']); axes[0, 0].set_title('Original Series')
plot_acf(data['Consumptieprijsindex'], ax=axes[0, 1])

axes[1, 0].plot(data['Consumptieprijsindex'].diff()); axes[1, 0].set_title('1st Order Differencing')
plot_acf(data['Consumptieprijsindex'].diff().dropna(), ax=axes[1, 1])

axes[2, 0].plot(data['Consumptieprijsindex'].diff().diff()); axes[2, 0].set_title('2nd Order Differencing')
plot_acf(data['Consumptieprijsindex'].diff().diff().dropna(), ax=axes[2, 1])

plt.show()

输出如下图：

有什么方法可以放大自相关图的初始值或至少获取值吗？我需要这些更清楚地设置我的 SARIMA 分析的超参数。

Answer 1

我检查了其他一些论坛，显然您可以使用 statsmodels acf 函数来获取值本身。此外，您可以使用 plot_acf 函数中的 'lags' 参数和 acf 函数中的 'nlags' 参数编辑显示的自相关数。

如何获得更好的 view/extract 来自 acf_plot 的值

How to get a better view/extract the values from acf_plot

python

pandas

matplotlib

statsmodels