plot_correlations#
- plot_correlations(series, lags=24, alpha=0.05, zero_lag=True, acf_fft=False, acf_adjusted=True, pacf_method='ywadjusted', suptitle=None, series_title=None, acf_title='Autocorrelation', pacf_title='Partial Autocorrelation')[source]#
绘制时间序列及其 ACF 和 PACF 值。
- 参数:
- seriespd.Series
时间序列。
- lagsint, default = 24
在 ACF 和 PACF 图中包含的滞后数量
- alphaint, default = 0.05
用于设置置信区间的 Alpha 值。Alpha = 0.05 表示 95% 置信区间，标准差通过 Bartlett 公式计算。
- zero_lagbool, default = True
如果为 True，ACF 和 PACF 图从第 0 个滞后开始
- acf_fftbool, = False
是否通过 FFT 计算 ACF。
- acf_adjustedbool, default = True
如果为 True，ACF 计算的分母使用 n-k 而不是 n，其中 n 是观测值数量，k 是滞后。
- pacf_methodstr, default = ‘ywadjusted’
用于计算 PACF 的方法。
- suptitlestr, default = None
用作图形主标题的文本。
- series_titlestr, default = None
用于设置时间序列图的标题（如果提供）。否则，时间序列图没有标题。
- acf_titlestr, default = ‘Autocorrelation’
用于设置 ACF 图的标题。
- pacf_titlestr, default = ‘Partial Autocorrelation’
用于设置 PACF 图的标题。
- 返回:
- figmatplotlib.figure.Figure
- axesnp.ndarray
图形的 Axe 对象数组
示例
>>> from sktime.utils.plotting import plot_correlations >>> from sktime.datasets import load_airline >>> y = load_airline() >>> fig, ax = plot_correlations(y)