回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我有一个时间序列,在观察偏自相关(PACF)图时,它似乎有明显的滞后,即PACF值大于蓝色置信区间。我想通过编程来验证这一点,但它似乎不起作用</p>
<p>我用statsmodels时间序列api绘制了PACF图,这表明第一个滞后是显著的。因此,我使用<a href="https://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.pacf.html" rel="nofollow noreferrer">PACF estimation</a>来获得PACF值以及每个点的置信区间,但是两者之间的置信区间不匹配。更奇怪的是<a href="http://ttps://www.statsmodels.org/stable/generated/statsmodels.graphics.tsaplots.plot_pacf.html" rel="nofollow noreferrer">the plot function in the source code</a>使用了底层的估计函数,所以它们应该匹配</p>
<p>例如:</p>
<pre><code>import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
x = np.arange(1000)
sm.graphics.tsa.plot_pacf(x)
plt.show()
</code></pre>
<p><a href="https://i.stack.imgur.com/NOh4o.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/NOh4o.png" alt="enter image description here"/></a></p>
<p>这表明第一个滞后非常显著,约为0.98,整个图的置信区间(蓝色矩形)约为(-0.06,0.06)</p>
<p>或者,当尝试获取这些精确的绘图值时(为了简洁起见,仅获取前10个滞后):</p>
<pre><code>sm.tsa.stattools.pacf(x, nlags=10, alpha=0.05)
</code></pre>
<p>得出的PACF值为(与上述图匹配):</p>
<pre><code>array([ 1. , 0.997998 , -0.00200201, -0.00200402, -0.00200605,
-0.0020081 , -0.00201015, -0.00201222, -0.0020143 , -0.00201639,
-0.00201849])
</code></pre>
<p>对于第一个滞后,置信区间(上图中以蓝色显示)似乎为关闭状态:</p>
<pre><code> array([[ 1. , 1. ],
[ 0.93601849, 1.0599775 ],
[-0.06398151, 0.0599775 ],
[-0.06398353, 0.05997548],
[-0.06398556, 0.05997345],
[-0.0639876 , 0.05997141],
[-0.06398965, 0.05996935],
[-0.06399172, 0.05996729],
[-0.0639938 , 0.05996521],
[-0.06399589, 0.05996312],
[-0.06399799, 0.05996101]]))
</code></pre>
<p>发生什么事了</p>
<p>Api参考:</p>
<ul>
<li><a href="https://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.pacf.html" rel="nofollow noreferrer">https://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.pacf.html</a></li>
<li><a href="https://www.statsmodels.org/stable/generated/statsmodels.graphics.tsaplots.plot_pacf.html" rel="nofollow noreferrer">https://www.statsmodels.org/stable/generated/statsmodels.graphics.tsaplots.plot_pacf.html</a></li>
</ul>